大数跨境

矩案例 | 机器视觉之⌈瓷砖检测中的常见问题与解决方法⌋

矩案例 | 机器视觉之⌈瓷砖检测中的常见问题与解决方法⌋ 矩视智能
2022-06-08
0


在工业化高度发达的今天,产品的质量问题备受关注。


受“零缺陷”这种理想主义的误导,诸多消费者甚至瓷砖经销商尚不能客观认识瓷砖产品的合理误差,更谈不上发现问题后的解决方法,导致本可以用技术手段解决的小问题变成消费者眼里的大问题。


今天小矩将为大家带来市场上常见的瓷砖问题“瓷砖分类识别”与解决办法,希望能帮助大家化被动为主动,将常规问题就地处理。


项目信息

如今陶瓷砖的颜色、花纹、图案越来越多,其表面成色越来越复杂。而传统分类手段仍然主要停留在手工操作水平,由于受主观因素、熟练程度等因素的影响,人工检测和分类难以满足高精度、高效率及稳定的检测要求。


因此,随着现代化自动生产的趋势到来,机器视觉技术凭借提高检测和分类的质量、提高检测的效率、节省人力成本等优势逐渐替代了传统的人工检测。



检测物


瓷砖




检测要求


①瓷砖分类模型准确率达到99%;


②可适用于流水线上,运输到不同的位置。



检测难点


①瓷砖种类较多,共6类;


②颜色、花色、纹理和粗糙度均不同,干扰项较多;


③传统视觉无法解决



解决办法


矩视智能低代码平台精确检测瓷砖花色,并对缺陷信息进行统计、分类和分析,优化生产过程控制,将产品进行分级,对合格品和不合格品进行分类,提高客户的信赖和满意度。


实现的过程如下:


采集图像→特征标准→深度学习→测试验证→模型下载。

如下图,利用我们自主研发的低代码平台即可一站式轻松检测出不同类型、花色的瓷砖。


第一步:采集图像,建议至少30张以上,上传低代码平台。



第二步:根据瓷砖花色,添加标签,并对部分图片进行特征标注。



第三步:一键进入训练,深度学习缺陷特征。



第四步:测试训练效果,未标注图片转为已标注。



第五步:下载模型,部署本地验证效果。




检测效果


矩视智能低代码平台,相比其它测试方式,模型准确率达到99.8%。


左右滑动查看测试前后对比效果


深度学习模型对抗干扰信息的能力更强,也具有传统视觉所不具备的泛化能力,目前客户已标注训练并进行离线测试,使用效果很好。比传统人工检测的误判率降低了10倍,此外,平台还适用于地砖、大理石、木地板、玻璃等建材领域的检测。


众所周知,瓷砖缺陷类型多样,常见瑕疵缺陷:色差、变形、大小头、收腰、鼓肚、厚度偏差、开裂、崩裂、崩边角、黑心、斑点、熔洞等。


这些缺陷的存在会直接影响着产品档次的提高。


接下来,小矩继续为大家揭秘,矩视智能云平台在瓷砖领域的广泛应用。


瓷砖缺陷检测:开裂


开裂是瓷砖的主要缺陷之一,裂纹缺陷的形式多种多样,有侧裂,面裂和层裂。



瓷砖缺陷检测:斑裂


这种裂纹不容易看见,危害更大,一般当发现时已经有大量的缺陷砖生产出来。在抛光或者磨边时,这些细注的裂纹,在应力的作用下会扩展而导致砖破碎。



瓷砖缺陷检测:斑点


斑点一般有黑斑和黄斑两种,斑点处呈现洞穴状的称为熔洞。这两种缺陷往往是同时产生的,斑点严重时就成为熔洞。



由于机器视觉系统可以快速获取大量信息,而且易于自动处理,因此,在现代自动化生产过程中,人们将机器视觉系统广泛的应用于成品检验、质量监控等领域。


在机器视觉领域,我们一直在攻克难点、在前沿技术上下功夫,一些细微的瑕疵缺陷、传统视觉做不到的、以及人眼都无法一时判断出来的问题,我们的低代码检测平台可以完全解决这些问题。




矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。


平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。


现在长按下方二维码,即可获得立即免费试用机会!



如果您有相关检测需求

可扫码申请  ·  免费试用

👇👇👇

申请后我们会有工作人员第一时间与您联系

请耐心等待!


—往期回顾—




更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!


【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312