智能尺寸与外观瑕疵检测方案，适用于16类瑕疵、10大行业

在产品质量外观检测的世界里，人眼只能辨别那些大于 0.5 毫米大小的瑕疵还伴着巨大的误判风险。随着工作时间的延长，眼睛的疲劳和衰老更加增加了误判的风险。

而传统的机器视觉检测在图像处理和瑕疵定位等方面有所欠缺，导致瑕疵检测的准确率低，性能不稳定，而且对于流水线实现智能自动检测非常有难度。由此可见，无论是传统的机器视觉检测，还是“肉眼”检测产品外观质量的能力和效率以及准确率和范围都是非常有限的。为了契合日趋严苛的高 效高标准瑕疵检测需求，思瑞测量推出基于深 度学习的HxGN Visual Detection瑕疵检测软件系统，解决客户在产品表面瑕疵检测环节遇到的各种问题。

该测量软件将瑕疵、尺寸检测合二为一，通过深度学习算法、高级图像处理、模式识别等提高检测准确度高达95% ，解决了客户在产品表面瑕疵检测环节遇到的各种问题，减少了大量的时间和投资成本，提升了产品质量的同时也驱动了产量的提升。

基于AI深度学习算法

具备不可比拟的优势

学习速度快：HxGN Visual Detection瑕疵检测软件可根据训练集评估，生成可应用的高效学习模型。HxGN Visual Detection通过切换多种自主研发的机器学习模型。针对某一类缺陷，输入10个或更多的缺陷样本，系统即可通过AI深度学习建立自己的NG数据库，从而形成针对该种类缺陷的神经网络。

识别判断准：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，达到人眼识别水准，并且多层神经网络层比如卷积神经网络，循环神经网络，深度神经网络，长短期记忆网络等高效地对学习模型进行了有效训练，使得瑕疵检测率高达95%以上并具有灵活的的多功能扩展性。

检测效率高：当被检测工件通过成像系统，即可被智能识别、标记和分类。系统使用GPU处理图片，可多GUP并行，检测时间可低至毫秒级。测量过程中的图片进一步学习，从而减少优化过程，并且配合自动化实现在线完成零件外观瑕疵的OK/NG判断和分BIN。

适用于16类瑕疵、10大行业

瑕疵与尺寸检测合二为一

智能瑕疵检测已被应用于金属器械制造、玻璃制造、塑料生产，还是电子&通讯、汽车、太阳能、PCB、薄膜、半导体等行业……并且，瑕疵检测能够和尺寸检测合二为一，在流水线上同时检测判断。

可检测的主要瑕疵类型有（但不限于）：

思瑞凭借着专业的智能检测项目团队，基于丰富的项目经验和强大的软硬件开发能力，能够为客户提供定制化的智能瑕疵检测方案，帮助客户提升产品的质量和检测效率。