proxima 产品外观质量智能检测系统-乐橙电脑

产品详情

为了契合日趋严苛的瑕疵检测需求，研发出基于深度学习的proxima瑕疵检测软件系统，通过深度神经网络高效地对学习模型进行训练，不断完善机器学习成果的统计分析，精准高效解决产品表面瑕疵检测环节遇到的各种问题。

可检测的主要瑕疵类型：

针对产品的某一类型的外观瑕疵，给系统输入 10 张或更多的瑕疵样本；系统通过深度学习建立自己的 ng 数据库，从而形成针对该种类瑕疵的神经网络；当被检测工件通过成像系统，即可被智能识别、标记和分类。

外观瑕疵&尺寸检测方案(图1)

proxima 瑕疵检测软件可有效的完成高干扰背景下的缺陷识别和不规律的图像分析，达到人眼辨别水准，并且多层神经网络层对学习模型进行了有效训练，使得瑕疵检测率高于传统检测方式

以 2d 玻璃、金属壳体瑕疵检测为例：

·训练数据：100 张不良，100 张合格品

·检测数据：1000 张

·缺陷识别率：大于 98%

·漏检率：小于 0.5%

·使用独立 gpu 进行图片处理，可多 gup 并行，使得检测时间可低至毫秒级别。

·测量过程中获取的图像可以进一步的学习，从而减少优化过程。

·配合自动化实现车间在线完成零件外观瑕疵的 ok/ng 判断和分 bin。

智能瑕疵检测应用案例

智能瑕疵检测已被广泛的用于金属器械制造行业、玻璃制造业、塑料生产行业、电子 & 通讯行业、汽车行业、太阳能、pcb、薄膜、半导体等行业……

软件界面遵循微软办公标准设计，操作流程只需“标注，训练，检测”三步即可出结果，无需复杂培训就能上手。

外观瑕疵检测系统(图2)

通过专业智能检测项目团队，能为多行业客户提供定制化智能瑕疵检测方案。出色的硬件配置，配合proxima产品外观质量智能检测系统，思瑞瑕疵方案实现高精度、高效率、高自动化在线测量。