高精度針孔檢測設備
More >>
您所在的位置：精質視覺 > 新聞中心>精質視覺賦能消費電子零部件檢測
2023-01-14 08:19:33 精質視覺
近些年，隨著消費電子產品市場需求的不斷新增，人們對其產品質量的要求也越來越高。在消費電子產品檢測中，例如一個手機產品，其零件種類多，缺陷需求分散，而且產品迭代周期快，檢測設備需要快速響應各類缺陷檢測;另一方面，不同的零部件存在如缺失、移位、劃傷、漏銅、臟污等多種缺陷與背景對比度低，復雜等，檢測困難。
AI賦能工業質檢
深度學習的發展為傳統的機器視覺檢測帶來了全新的檢測能力，不同于傳統視覺需要通過濾波處理、灰度化、二值化，設置各種閾值等等。深度學習基于圖像數據，由人工標注圖像缺陷類型，通過深度學習算法模型，自動學習缺陷特征，實現像素級缺陷檢測識別。
AI平臺，無代碼化的模型訓練
工業AI平臺“DeepInspect”，基于多年自研的AI引擎核心，專用于工業產品外觀缺陷檢測，適用于各類工業產品缺陷檢測場景。
平臺以無代碼化的運作方式，幾十分鐘即可訓練生成檢測模型，對復雜缺陷進行定位識別，分割檢測，分類統計等，滿足多種復雜場景的檢測需求，有效助力消費電子等產品檢測。
AI訓練平臺
檢測能力強，精準分割缺陷
基于上百個項目的迭代優化，平臺的算法模型可以有效針對缺陷與背景對比度低、背景分離復雜，缺陷眾多等問題，AI智能識別，有效進行產品質量控制。
無需代碼，降低應用門檻
整個平臺的設計更加人性化，所有的復雜參數自適應化，系統最優推薦，普通工程師只需要在上面完成圖像標注及簡單的模型選擇&訓練，即可得到一個準確的檢測模型，用于產線檢測。AI平臺讓更多非AI專家也可以上手操作，降低成本，從而更有效推進各種類型的檢測需求。
多光源算法融合檢測及小樣本技術
在消費電子產品檢測中，許多劃傷、凹坑等缺陷存在角度行，需要拍攝多圖才能顯示。因此平臺支持多圖以組的形式進行導入，學習，AI算法模型一次學多圖，更適應產線需求;另一方面，部分缺陷數量罕見，對依賴于數據的深度學習檢測是一大痛點，平臺融合了小樣本檢測技術，針對3C常見缺陷壓傷、凹凸、異物等各種缺陷實現千萬數據的模型預訓練，新產品新缺陷直接調用，實現多品類產品的快速檢測。
