随着智能手表等产品的迭代速度越来越快,传统机器视觉不能自动学习瑕疵特征、难以分析无规律图像、面对海量数据无法提高检测精度等检测局限性问题越来越突出,于是,东声智能开始探索将人工智能深度学习技术应用到3C消费品的检测中。
检测项目-
智能手表表带的外观缺陷检测
检测难点-
该项目存在以下几个难点,缺陷种类多,包括划痕、凹陷、污渍等;表带材质多样化,包括金属、橡胶、尼龙等;缺陷数据量少;对算法和模型的效率要求高;传统的检测算法满足不了现有的检测需求。
东声AI解决方案-
基于HanddleAI软件平台的的缺陷分割算法,结合定制的光学方案,从上面、底部以及侧面3个方向抓取表带的图像,我们可以得到表带宽度、厚度、颜色及编织情况,因而准确抓取缺陷位置。
检测内容-
异色、颗粒、粘膜、亮点、百痕、黑痕、异色、脏污、杂质、过摩、毛边、刮伤、牛角缺料等。
Web:www.dongshengai.com
Tel:0512-68187631
阅读全文