應(yīng)用人工智能的分支 -- 神經(jīng)網(wǎng)絡(luò)中的深度學(xué)習(xí)，我們研究開發(fā)了一款產(chǎn)品 ---HxGN Visual Detection，賦能產(chǎn)品外觀質(zhì)量檢測(cè)，助力實(shí)現(xiàn)產(chǎn)品外觀質(zhì)量檢測(cè)自動(dòng)化，為制造者們賦上一雙“朝氣蓬勃”的慧眼，減少人工檢測(cè)的成本，提高外觀檢測(cè)的效率，強(qiáng)力建設(shè)國家質(zhì)量品牌。

可檢測(cè)的主要瑕疵類型：
 

產(chǎn)品特色：

1、學(xué)習(xí)速度——快
針對(duì)產(chǎn)品的某一類型的外觀瑕疵，給系統(tǒng)輸入 10 張或更多的瑕疵樣本；系統(tǒng)通過深度學(xué)習(xí) 建立自己的 NG 數(shù)據(jù)庫，從而形成針對(duì)該種類 瑕疵的神經(jīng)網(wǎng)絡(luò)；當(dāng)被檢測(cè)工件通過成像系統(tǒng)， 即可被智能識(shí)別、標(biāo)記和分類。
 

2、識(shí)別判斷——準(zhǔn)
HxGN Visual Detection 人工智能產(chǎn)品瑕疵模型訓(xùn)練平臺(tái)可有效的完成高干擾背 景下的缺陷識(shí)別和不規(guī)律的圖像分析，達(dá)到人 眼辨別水準(zhǔn)，并且多層神經(jīng)網(wǎng)絡(luò)層對(duì)學(xué)習(xí)模型 進(jìn)行了有效訓(xùn)練，使得瑕疵檢測(cè)率高于傳統(tǒng)檢 測(cè)方式

以 2D 玻璃、金屬殼體瑕疵檢測(cè)為例：

·訓(xùn)練數(shù)據(jù)：100 張不良，100 張合格品

·檢測(cè)數(shù)據(jù)：1000 張

·缺陷識(shí)別率：大于 98%

·漏檢率：小于 0.5%

3、檢測(cè)效率——高

·使用獨(dú)立 GPU 進(jìn)行圖片處理，可多 GUP 并 行，使得檢測(cè)時(shí)間可低至毫秒級(jí)別。

·測(cè)量過程中獲取的圖像可以進(jìn)一步的學(xué)習(xí)， 從而減少優(yōu)化過程。

·配合自動(dòng)化實(shí)現(xiàn)車間在線完成零件外觀瑕疵 的 OK/NG 判斷和分 BIN。

4、應(yīng)用范圍——廣

智能瑕疵檢測(cè)應(yīng)用案例

智能瑕疵檢測(cè)已被廣泛的用于金屬器械制造行 業(yè)、玻璃制造業(yè)、塑料生產(chǎn)行業(yè)、電子 & 通 訊行業(yè)、汽車行業(yè)、太陽能、PCB、薄膜、半 導(dǎo)體等行業(yè)……
 

典型案例
 

·電腦D面標(biāo)簽                  ·手機(jī)中框膠路                              ·手機(jī)背板外殼                       ·手機(jī)背板螺母位置度

·手機(jī)薄膜                        ·手機(jī)天線                                     ·手機(jī)折疊保護(hù)殼                    ·頭戴式耳機(jī)

·智能手表外殼                 ·SIM 卡支架 ( 金屬件 )                 ·閃光燈 ( 塑料件 )                  ·鏡頭模組支架 ( 金屬件 )

·充電器外殼                    ·充電頭 ( 金屬件 )                          ·無線充電器納米晶                ·汽車活塞

我們擁有專業(yè)的智能檢測(cè)項(xiàng)目團(tuán)隊(duì)，基于豐富的項(xiàng)目經(jīng)驗(yàn)和強(qiáng)大的軟硬件開發(fā)能力，能夠?yàn)榭蛻籼峁┒ㄖ苹闹悄荑Υ脵z測(cè)方案。目前 HxGN Visual Detection 人工智能產(chǎn)品瑕疵模型訓(xùn)練平臺(tái)已經(jīng)為世界頂級(jí)客戶以及廣大的 3C 電子客戶的產(chǎn)品質(zhì)量外觀檢測(cè)，品牌建設(shè)創(chuàng)造了巨大的價(jià)值。