在工业生产领域,因为工序技术不达标等因素,可能会对产品产生外观损伤或瑕疵。为了避免因瑕疵、外观缺陷对品牌、口碑和质量造成影响,最好使用先进技术进行外观质量把控。今天要介绍的是外观瑕疵检测系统PROXIMA。
这款系统应用于思瑞部分专用检测方案中,基于深度学习技术打造,巧妙结合了将优秀的测量硬件与机器学习技术算法,能够实现可靠的高速视觉缺陷检测。PROXIMA能为制造工艺步骤中的视觉缺陷检测和分类提供高度一致的反馈以及高速检测的性能,这将使视觉检测提升到“工业4.0”时代。
✓ 图像分析:利用深度学习算法对瑕疵进行学习,实现对无规律图像的分析等。
✓ 高达95%准确率:通过深度学习算法、高级图像处理、模式识别实现高达95%准确率。
✓ 自动化:实现瑕疵与尺寸检测的自动化
高效率:通过多层神经网络层对学习模型进行有效分析,Proxima拥有不断升级完善的图像特征识别能力,进行测量工作时能迅速将工件进行过智能识别、标记和分类
高准确度瑕疵检测:根据训练集评估,生成被测工件最佳可应用的高效学习模型后,对该模型进行迭代优化,进而不断完善机器学习结果的统计分析,并配合图像预处理的高级算法、模式识别等,实现高达95%的智能瑕疵准确率。
应用广泛:目前Proxima已在3C电子行业得到广泛应用,也可应用于PCB、汽车、塑料生产、金属器械制造等多个行业。
易于上手:标准办公软件界面设计,无需复杂培训即可上手,“标注,训练,检测”三步即可出结果。
除此之外,Proxima能同时进行瑕疵检测及尺寸检测工作,大幅提升检测效率。
Proxima为工业制造领域外观质量嵌入科技双眼,提高工业生产环节中产品外观检测的质量稳定性和效率。从今天到未来,思瑞通过一系列前沿技术为您提供精准检测的支持。
海克斯康站在时代的前沿,应用人工智能的分支 -- 神经网络中的深度学习,研究开发了一款产品 ---Proxima,赋能产品外观质 量检测,助力实现产品外观质量检测自动化,为制造者们赋上一双“朝气蓬勃”的慧眼,减少人工检测的成本,提高外观检测 的效率,