矿棉吸声板是用矿棉做成的建筑板材，具有显著的吸声性能，且能防火、隔热。由于其密度低，可以在表面加工出各种精美的花纹和图案，因此还具有优越的装饰性能。

随着经济社会的快速发展和节能环保意识的不断增强，矿棉吸声板行业目前已广泛应用于各种建筑场合。今天我们就来介绍一则建筑行业相关的矿棉吸声板检测难题案例。

客户

星牌优时吉建筑材料有限公司成立于2007年，是一家中美合资的专业矿棉天花产品制造商、行业解决方案及服务提供商。公司拥有产能达2500万平米/年的矿棉板生产线，6条国际先进水平全自动龙骨生产线以及纵向延伸的产业链，营销网络覆盖全国及亚太地区，致力成为全球矿棉天花系统专家。

挑战

· 过去，矿棉吸声板的质量检测采用人工观察检验方法。这种方法不仅检测效率低，而且检测不稳定，检测质量也参差不齐，严重影响生产节拍和产品质量，进而影响到星牌优时吉的公司效益以及客户对产品的满意度。

· 而矿棉吸声板表面处理形式丰富，板材装饰效果强，产品品种花色较多。因此产生的缺陷种类也比较多，也导致普通视觉机器需花费很长的视觉训练时间。

· 并且除了一般常见的污痕、划伤、色彩不均、扭曲等缺陷外，不同的产品还会有特定的缺陷特征。种类众多的缺陷也进一步导致分类耗时耗力，产品模板优化时间较长。

解决方案

VisionPro Deep Learning是专为制造业设计的深度学习视觉软件。它是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。

康耐视专家到星牌优时吉工厂进行现场测试，采用VisionPro Deep Learning后发现训练模板显著变快，检测速度变高，定位更加精准，各种矿棉吸声板过去人工难以检出的繁杂瑕疵，轻松被被识别出来。

工位图片

星牌优时吉负责人当即决定采用VisionPro Deep Learning方案。实际调试时经反复验证，最后决定在检测工位上安装两个康耐视工业相机，来同时对一个产品进行拍照，之后VisionPro Deep Learning软件对采集到的图片进行缺陷检测，识别出缺陷后就可以顺利地剔除不良品。凭借康耐视先进的视觉技术，困扰星牌优时吉已久的检测难题最终得以成功解决。

相机安装图片

效果

VisionPro Deep Learning在产线上的成功部署，不但解放了原有的检测人工，为星牌优时吉公司节省了成本，而且提高了产线自动化水平，将工厂的产品合格率从90%提升到了97%以上。

软件界面

由于生产效率明显改观，给企业带来了显著效益与声誉，赢得了更多的新客户及订单。星牌优时吉的生产负责人最后表示，后续工厂的项目技改还会首选康耐视，非常期待给企业带来更多的创新方案！