.png){kind=logo}
使用人工智能Artificial intelligence（Ai）深度學(xué)習對復雜多變的產(chǎn)品外觀(guān)進(jìn)行有效識別和判斷，內建的深度學(xué)習建立多層神經(jīng)網(wǎng)絡(luò )，特殊的圖像處理方式和復雜的算法，使缺陷的漏判率可以達到“零”，解決了多年來(lái)人工判別的漏檢和錯檢問(wèn)題。其極快的判斷速度和高準確性滿(mǎn)足在線(xiàn)檢測的需求，為智能制造行業(yè)的“工業(yè)4.0”和“中國制造2025”提供了可靠的技術(shù)保障。
板材是汽車(chē)、機械制造、化工、航空航天、造船、建筑、裝飾等行業(yè)不可缺少的原材料。表面缺陷是指板材在生產(chǎn)加工的過(guò)程中,由于工藝或其它各種原因致使表面局部區域物理或化學(xué)性質(zhì)不均勻。常見(jiàn)的表面缺陷有輥印、污漬、劃痕、孔洞、漏涂、凹陷、氣泡、異物、剝落等。表面缺陷是原子活性較高的部位,常常成為金屬腐蝕的始發(fā)處,表面缺陷的存在會(huì )大大降低零件的抗疲勞強度,有損零件表面的質(zhì)量,影響機器、儀器的使用性能和壽命,影響其最終產(chǎn)品的性能和質(zhì)量。因此及時(shí)檢測板材表面缺陷,對缺陷進(jìn)行嚴重程度評價(jià),對于提高表面質(zhì)量和產(chǎn)品經(jīng)濟效益有著(zhù)重要意義。
行業(yè)存在明顯痛點(diǎn)。傳統缺陷檢測均在工廠(chǎng)中由人工完成,每個(gè)工廠(chǎng)檢測相關(guān)人員占全員比甚至超過(guò)50%,人工成本消耗巨大。同時(shí),工人長(cháng)期在高度注意力集中的情況下,人的視覺(jué)疲勞度會(huì )大大增加,檢測有效性及穩定性也會(huì )受到影響。
板材缺陷檢測難度較高。在生產(chǎn)線(xiàn)機器高速運轉的情況下,很多缺陷由人眼進(jìn)行識別的難度較高,人眼識別跟不上鋁板彩涂的生產(chǎn)速度。
掌握最前沿的機器學(xué)習、深度學(xué)習算法,提供穩定、精確、可靠的技術(shù)服務(wù)
可毫秒級快速響應各種圖像識別和人臉識別具體場(chǎng)景,通過(guò)數據訓練不斷提高識別效果,準確率可達99%以上
成功落地多個(gè)行業(yè)、多個(gè)場(chǎng)景的硬件、軟件解決方案,極大提高了生產(chǎn)力和生產(chǎn)質(zhì)量
Copyright © 2017-2022.hairong All rights reserved.天津海融科技有限公司 津ICP備19008817號