一、缺陷检测
由于金属零部件加工过程复杂,表面容易出现划痕、裂纹等缺陷,且缺陷种类、大小均不相同。传统算法识别效果不够理想,对于细小的缺陷识别准确率低,且容易受到金属零部件表面反光、颜色相近等其他因素干扰。

矩视智能工业AI视觉云平台(www.nb-ai.com)——金属零部件缺陷检测优势:
云平台针对金属零部件缺陷特点搭建了专属底层卷积神经网络架构,可以实现微米(μm)级的缺陷检测。平台操作简单,只需用户上传图片后,选中需要检测的缺陷并标记,点击训练后即可自主进行学习。同时不会受到颜色、背景等因素干扰,检测速度可达到毫秒级。

二、尺寸测量
作为汽车、3C等行业的基础,零部件加工必须保障其安全性、可靠性,严格把握其生产尺寸是生产的关键。目前金属零部件的测量方法主要是使用传统的检测模具、测量机等,此类机械设备会随着使用时间的增加,精度不断地降低,经常更新设备成本高,操作也不方便。

矩视智能工业AI视觉云平台(www.nb-ai.com)——金属零部件尺寸测量优势
云平台不同于其他视觉产品,它不需要用户了解任何算法知识,只需要将样本图片上传并进行标注,即可实现曲率、宽度、直径、面积等信息的测量,并对样本进行有效的分类,识别准确率最高可达99.98%,可直接应用于金属零部件生产过程中的测量环节。

三、目标定位
金属零部件安装或摆放过程中,需要人工将其摆放至指定位置,受金属零部件大小、重量、形状等因素影响,人工操作存在很多局限性,传统的机械操作容易出现较大误差,并且工作效率也低。

矩视智能工业AI视觉云平台(www.nb-ai.com)——金属零部件目标定位优势
云平台打破传统视觉解决方案的繁琐,通过线上标注、训练后可下载SDK模型。
通过对复杂背景下的单个/多个目标进行识别,计算外形轮廓等特征,得出抓取点坐标,同时支持多种抓取方式,可搭载4轴、6轴、Delta等类型机器人完成抓取,高效解决各类定位抓取需求。

除以上功能外,矩视智能工业AI视觉云平台还能进行金属零部件表面字符识别,识别速度快,准确率最高可达99%。
