AI深度学习在轮胎缺陷检测及字符检测中的应用

中国目前大约有600家轮胎制造商，每年生产将近8亿个轮胎，占全球轮胎年产总量的三分之一。在这种规模上，要保证产品质量的一致，属实是一个巨大的挑战。

从轮胎业内整体情况来看，目前大多数公司都依靠人工检查。但这种方法既耗费人力财力，又不够可靠。具体来说，培训一个检查员要花费3个月的时间，而检查工作最多占用他们80%的时间。为什么轮胎检测如此复杂困难，以至于训练有素的检查员都无法达到更高的准确率？

传统的人工检查方法在缺陷判别上存在个体与个体间的差异，并且有检查员视力疲劳等因素，很多产品的微小瑕疵并不能高效地被识别。人工检测精准性低会增加昂贵的返工成本，也会限制产量的扩大、甚至可能会造成召回问题，影响公司声誉。

行业困局中，总有另辟蹊径的先行探索者。东声智能基于自研Handdle AI智能算法平台推出了针对轮胎行业的智能缺陷检测系统，可以高效地帮助轮胎制造商洞悉每一个微小的缺陷。瑕疵检测准确率达到99.9%以上，检测速度毫秒级。

不仅如此，该系统还可以检测轮胎的上字符，卓越的条码扫描和数字图像采集功能，对于扭曲变形、低对比度、模糊污损的码均具有强劲的解读能力。