基于機器學習的表面缺陷檢測系統

使用人工智能Artificial intelligence(Ai)深度學習對復雜多變的產品外觀進行有效識別和判斷,內建的深度學習建立多層神經網絡,特殊的圖像處理方式和復雜的算法,使缺陷的漏判率可以達到“零”,解決了多年來人工判別的漏檢和錯檢問題。其極快的判斷速度和高準確性滿足在線檢測的需求,為智能制造行業的“工業4.0”和“中國制造2025”提供了可靠的技術保障。

項目背景

板材是汽車、機械制造、化工、航空航天、造船、建筑、裝飾等行業不可缺少的原材料。表面缺陷是指板材在生產加工的過程中,由于工藝或其它各種原因致使表面局部區域物理或化學性質不均勻。常見的表面缺陷有輥印、污漬、劃痕、孔洞、漏涂、凹陷、氣泡、異物、剝落等。表面缺陷是原子活性較高的部位,常常成為金屬腐蝕的始發處,表面缺陷的存在會大大降低零件的抗疲勞強度,有損零件表面的質量,影響機器、儀器的使用性能和壽命,影響其最終產品的性能和質量。因此及時檢測板材表面缺陷,對缺陷進行嚴重程度評價,對于提高表面質量和產品經濟效益有著重要意義。

行業痛點

行業存在明顯痛點。傳統缺陷檢測均在工廠中由人工完成,每個工廠檢測相關人員占全員比甚至超過50%,人工成本消耗巨大。同時,工人長期在高度注意力集中的情況下,人的視覺疲勞度會大大增加,檢測有效性及穩定性也會受到影響。

板材缺陷檢測難度較高。在生產線機器高速運轉的情況下,很多缺陷由人眼進行識別的難度較高,人眼識別跟不上鋁板彩涂的生產速度。

 

方案優勢

technical advantages

  • 先進穩定可靠

    掌握最前沿的機器學習、深度學習算法,提供穩定、精確、可靠的技術服務

  • 精度高 速度快

    可毫秒級快速響應各種圖像識別和人臉識別具體場景,通過數據訓練不斷提高識別效果,準確率可達99%以上

  • 技術經驗豐富

    成功落地多個行業、多個場景的硬件、軟件解決方案,極大提高了生產力和生產質量

適用場景

Usage scenario

汽車零部件檢測

電子配件檢測

建材表面缺陷檢測

紡織品表面缺陷檢測

皮革制品缺陷檢測

移動設備表面缺陷檢測

Copyright © 2017-2021.hairong All rights reserved.天津海融科技有限公司    津ICP備19008817號