隨著盈泰德科技深度學(xué)習(xí)算法都成熟，我們已經(jīng)可以輕易都把它運用在各種瑕疵缺陷檢測都地方，利用深度學(xué)習(xí)強大的特征學(xué)習(xí)和表達能力: 解決瑕疵類型復(fù)雜多變的難題。
從數(shù)據(jù)收集處理、模型設(shè)計選型訓(xùn)練到系統(tǒng)集成上線應(yīng)用，提供一套完整的端到端AI解決方案
項目背景
在鋼板生產(chǎn)中，對于質(zhì)量檢測存在較大痛點問題：
人工篩檢效率低下，無法保證統(tǒng)一的檢測標(biāo)準(zhǔn)，品質(zhì)、生產(chǎn)效率無法保證；
鋼板瑕疵類型多樣多變，生產(chǎn)環(huán)境復(fù)雜，如熱軋鋼板生產(chǎn)溫度較高容易產(chǎn)生霧化效果，利用攝像頭采集時嚴(yán)重增加圖像噪聲，傳統(tǒng)檢測方法難以保證瑕疵識別的準(zhǔn)確性、穩(wěn)定性；
方案介紹
? ? ?支持生產(chǎn)線上直接檢測
對生產(chǎn)線上鋼板上下表面同時采集，根據(jù)生產(chǎn)檢測需求，可實施 “層流冷卻前”、“層流冷卻后”兩種拍攝方式
? ? 支持成品單獨檢測
核心算法
可運行于主流深度學(xué)習(xí)網(wǎng)絡(luò)框架Tensorflow 上
以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為骨干架構(gòu)，采用語義標(biāo)簽，可以對圖像畫面中的前后景物體以更高效處理速度實現(xiàn)更精確的識別，更好的從背景中分割出瑕疵區(qū)域
系統(tǒng)集成上線應(yīng)用
提供算法模型集成化服務(wù)，輸入輸出采用RESTful API接口方式統(tǒng)一對接:
與已存在軟硬件（如工業(yè)相機采集圖片）直接對接，無需重新改造
隨時升級不改變原有對接方式，更利于迭代更新提升模型識別效果
方案優(yōu)勢
1. 采用深度學(xué)習(xí)方法實現(xiàn)智能檢測，相比于傳統(tǒng)算法，適用性更強、準(zhǔn)確率更高
2. 瑕疵檢測具備自主學(xué)習(xí)能力，隨著數(shù)據(jù)增多可以不斷提升識別準(zhǔn)確率
3. 提供軟硬件一體的解決方案，適用于多種類型瑕疵，針對不同鋼板產(chǎn)品提供針對性解決方案
應(yīng)用案例
某工業(yè)企業(yè)的精密配件瑕疵檢測
如果你的工業(yè)生產(chǎn)線中，也用得上機器視覺以及深度學(xué)習(xí)方面的技術(shù)，來提升你的產(chǎn)品出廠質(zhì)量，那么不妨和我們盈泰德科技聊聊，我們會先根據(jù)你的需求分析，免費從一個專業(yè)的角度來給一個合適你的方案，然后再聽取你的意見，再詳細洽談，最后即使沒能達成合作，我們也希望能多認(rèn)識個朋友。
