外观瑕疵&尺寸检测方案

在一台设备合二为一，可流水线上同时进行，完成尺寸和瑕疵的同步检测，实现高精度、高效率、高自动化的精准检测。并且可针对不同行业为用户解决瑕疵检测和尺寸检测的高科技产品。

机器型号：

产品详情

针对产品的某一类型的外观瑕疵，给系统输入 10 张或更多的瑕疵样本；系统通过深度学习建立自己的 NG 数据库，从而形成针对该种类瑕疵的神经网络；当被检测工件通过成像系统，即可被智能识别、标记和分类。

外观瑕疵&尺寸检测方案(图1)

Proxima 瑕疵检测软件可有效的完成高干扰背景下的缺陷识别和不规律的图像分析，达到人眼辨别水准，并且多层神经网络层对学习模型进行了有效训练，使得瑕疵检测率高于传统检测方式

以 2D 玻璃、金属壳体瑕疵检测为例：

·训练数据：100 张不良，100 张合格品

·检测数据：1000 张

·缺陷识别率：大于 98%

·漏检率：小于 0.5%

·使用独立 GPU 进行图片处理，可多 GUP 并行，使得检测时间可低至毫秒级别。

·测量过程中获取的图像可以进一步的学习，从而减少优化过程。

·配合自动化实现车间在线完成零件外观瑕疵的 OK/NG 判断和分 BIN。

智能瑕疵检测应用案例

智能瑕疵检测已被广泛的用于金属器械制造行业、玻璃制造业、塑料生产行业、电子 & 通讯行业、汽车行业、太阳能、PCB、薄膜、半导体等行业……