- 06/13
- 2022
-
QQ扫一扫
-
Vision小助手
(CMVU)
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。