项目背景

近些年，随着消费电子产品市场需求的不断新增，人们对其产品质量的要求也越来越高。在消费电子产品检测中，例如一个手机产品，其零件种类多，缺陷需求分散，而且产品迭代周期快，检测设备需要快速响应各类缺陷检测；另一方面，不同的零部件存在如缺失、移位、划伤、漏铜、脏污等多种缺陷与背景对比度低，复杂等，检测困难。

AI赋能工业质检

深度学习的发展为传统的机器视觉检测带来了全新的检测能力，不同于传统视觉需要通过滤波处理、灰度化、二值化，设置各种阈值等等。深度学习基于图像数据，由人工标注图像缺陷类型，通过深度学习算法模型，自动学习缺陷特征，实现像素级缺陷检测识别。

深视AI平台，无代码化的模型训练

深视工业AI平台“DeepInspect”，基于深视多年自研的AI引擎核心，专用于工业产品外观缺陷检测，适用于各类工业产品缺陷检测场景。

平台以无代码化的运作方式，几十分钟即可训练生成检测模型，对复杂缺陷进行定位识别，分割检测，分类统计等，满足多种复杂场景的检测需求，有效助力消费电子等产品检测。

AI训练平台

检测能力强，精准分割缺陷

基于上百个项目的迭代优化，平台的算法模型可以有效针对缺陷与背景对比度低、背景分离复杂，缺陷众多等问题，AI智能识别，有效进行产品质量控制。

无需代码，降低应用门槛

整个平台的设计更加人性化，所有的复杂参数自适应化，系统最优推荐，普通工程师只需要在上面完成图像标注及简单的模型选择&训练，即可得到一个准确的检测模型，用于产线检测。深视AI平台让更多非AI专家也可以上手操作，降低成本，从而更有效推进各种类型的检测需求。

多光源算法融合检测及小样本技术

在消费电子产品检测中，许多划伤、凹坑等缺陷存在角度行，需要拍摄多图才能显示。因此深视平台支持多图以组的形式进行导入，学习，AI算法模型一次学多图，更适应产线需求；另一方面，部分缺陷数量罕见，对依赖于数据的深度学习检测是一大痛点，深视平台融合了小样本检测技术，针对3C常见缺陷压伤、凹凸、异物等各种缺陷实现千万数据的模型预训练，新产品新缺陷直接调用，实现多品类产品的快速检测。