AI深度學(xué)習(xí)/機(jī)器視覺在智能手表表帶的外觀缺陷檢測(cè)中的應(yīng)用

隨著智能手表等產(chǎn)品的迭代速度越來越快，傳統(tǒng)機(jī)器視覺不能自動(dòng)學(xué)習(xí)瑕疵特征、難以分析無規(guī)律圖像、面對(duì)海量數(shù)據(jù)無法提高檢測(cè)精度等檢測(cè)局限性問題越來越突出，于是，東聲智能開始探索將人工智能深度學(xué)習(xí)技術(shù)應(yīng)用到3C消費(fèi)品的檢測(cè)中。

? ? 檢測(cè)項(xiàng)目-

智能手表表帶的外觀缺陷檢測(cè)

? ? 檢測(cè)難點(diǎn)-

該項(xiàng)目存在以下幾個(gè)難點(diǎn)，缺陷種類多，包括劃痕、凹陷、污漬等；表帶材質(zhì)多樣化，包括金屬、橡膠、尼龍等；缺陷數(shù)據(jù)量少；對(duì)算法和模型的效率要求高；傳統(tǒng)的檢測(cè)算法滿足不了現(xiàn)有的檢測(cè)需求。

? ? 東聲AI解決方案-

基于HanddleAI軟件平臺(tái)的的缺陷分割算法，結(jié)合定制的光學(xué)方案，從上面、底部以及側(cè)面3個(gè)方向抓取表帶的圖像，我們可以得到表帶寬度、厚度、顏色及編織情況，因而準(zhǔn)確抓取缺陷位置。

? ? 檢測(cè)內(nèi)容-

異色、顆粒、粘膜、亮點(diǎn)、百痕、黑痕、異色、臟污、雜質(zhì)、過摩、毛邊、刮傷、牛角缺料等。

Web：www.dongshengai.com

Tel：0512-68187631