大数跨境

无接触、无损伤的解决产品表面划痕难题-云端划痕检测

无接触、无损伤的解决产品表面划痕难题-云端划痕检测 矩视智能
2020-03-11
0
导读:矩视智能工业AI视觉云平台可以提供一种无接触、无损伤的全自动检测方法,从而对各类产品的表面进行划痕检测,解决复杂背景下的识别难度高的问题,识别准确率和速度满足绝大部分检测场景的需求。


划痕缺陷检测






在工业领域中,划痕缺陷检测技术主要应用于汽车、3C、冶金等行业,主要是对物体表面划痕进行识别检测。目前大多数生产企业仍在依靠人工检测。受检测要求高,工人长时间工作容易视觉疲劳等因素影响,检测准确率普遍偏低,工作效率也很难提高。

在以上场景中,矩视智能工业AI视觉云平台(www.nb-ai.com)可以提供一种无接触、无损伤的全自动检测方法,从而对各类产品的表面进行划痕检测,解决复杂背景下的识别难度高的问题,识别准确率和速度满足绝大部分检测场景的需求。






产品






矩视智能工业AI视觉云平台(www.nb-ai.com)利用深度学习算法框架结合自主研发的检测模型成功实现了缺陷检测的云端化,用户只需通过在线标注、训练的方式,自定义学习所需缺陷,即可应对不同缺陷、场景干扰等情况,实现了复杂场景下的缺陷检测。其在汽车、3C、冶金等众多行业均有应用并具有自定义学习、抗干扰能力强、准确率高、算法自升级等优势,识别率最高可达99.99%。






案例






一、PCB板划痕缺陷检测案例:

PCB板表面易在生产过程中出现大小、深浅不一的划痕,受其影响产品质量也会降低。为了提高PCB板质量,其在生产的过程中必须经过严格的划痕检测过程。人工检测受现场环境或主观因素影响,容易出现漏判或错判。

矩视智能工业AI视觉云平台(www.nb-ai.com)PCB板划痕缺陷检测优势:

云平台针对3C行业的缺陷检测搭建了专属底层卷积神经网络架构,可以对电子元器件表面微米(μm)级的划痕进行检测,划痕宽度只需大于一个像素即可。检测效果不会受到颜色、背景、环境等众多因素干扰,检测速度可达到毫秒级,大幅提高了生产线的工作效率。

二、汽车钣金零件划痕缺陷检测案例:

汽车钣金零件生产制造中出现的细微划痕与加工的纹理易混淆,并且金属表面易反光。传统算法识别难以分辨零件表面的细微划痕与其加工的纹理,且对硬件和打光要求高,在进行阈值分割时,会把非特征区域保留而把特征区域分割出去,识别效果不够理想。

矩视智能工业AI视觉云平台(www.nb-ai.com)汽车钣金零件划痕缺陷检测优势:

工业AI视觉云平台可对汽车钣金零件表面所有肉眼可判断的划痕缺陷进行快速反复的学习、识别以及定位,优化后的算法可有效解决汽车零件高反光、高亮度等问题,识别速度快、识别准确率高,满足绝大部分工业场景中的检测标准。

三、钢板划痕缺陷检测案例:

钢板在生产过程中容易出现划痕等缺陷,随着工业的迅速发展,钢板等金属制品的需求量也在不断地增加,对质量的要求也越来越高。缺陷检测在其生产过程中也是重中之重的环节。传统缺陷检测算法易受环境影响,并且开发耗时较长、鲁棒性较差,还需要根据场景的变化不断地调整阈值,对工人的要求也较高。

矩视智能工业AI视觉云平台(www.nb-ai.com)钢板划痕缺陷检测优势:

云平台使用基于神经网络搭建的底层算法平台做支撑,不需要选取阈值,只需要将有划痕的样本图片上传并对划痕部位进行标注,肉眼能够识别的划痕,算法均可自主学习, 7*24小时在线实时检测复杂背景下的划痕缺陷,极大地降低了人力物力成本。

四、手机玻璃盖板划痕缺陷检测案例:

手机玻璃盖板的生产有着严格的流程:包括CNC、钢化、抛光、丝印、镀膜、清洁等,而每一个生产环节都涉及到玻璃划痕、裂缝等检测,目前大部分生产环节都是由人工进行检测,人工长时间在强光下检测玻璃外观易产生视觉疲劳,检测效率低,漏检率高。

矩视智能工业AI视觉云平台(www.nb-ai.com)手机玻璃盖板划痕缺陷检测优势:

云平台针对手机玻璃盖板进行底层算法优化,用户不需要做任何复杂处理,只需要采集每个环节的图片并进行简单的标注,即可实现无接触、无损伤的全自动识别与检测,识别率最高可达99.97%,识别速度可以达到毫秒级。






北京矩视智能科技有限公司(www.nb-ai.com)是一家工业AI视觉云平台提供商,致力于将人工智能应用于工业视觉领域,在线提供字符识别、缺陷检测、目标定位等功能,可覆盖上千种工业细分场景,引领工业视觉领域的通用人工智能。创始团队来自国内外顶尖大学,已落地近百个工业视觉场景,获融资近千万元。



【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