功能模块
背景需求
在实际生产中,工厂由于技术等方面的诸多原因会产生一些缺陷品,传统的解决方法是投入大量的人力进行缺陷品筛选,近年来企业用工成本增加,这在一定程度上给企业的发展带来了影响,为解决这个问题,企业亟需改进生产工艺,人工智能质检系统上线,基于人工智能深度学习算法,九天娱乐智能质检设备是由数据驱动的、自发的机器学习,拥有推理机制,自适应地完成最优特征提取以及判决条件最优化,训练完成后可以随数据完备进一步进化,通过图像处理算法自动生成训练样本,避免重复搜集相似图片,可有效解决数据量问题,兼具易用性和成长性,能够通过敏捷开发,并快速响应客户定制化需求。
创新操作方法
解决方案
创新一种操作方法,提高口红产线的不良品检测效率,减轻质检人员的劳动强度
与国内一流整机生产商合作,定制生产符合客户需求的自动视觉采集硬件平台,包括机械设计、PLC电控、上料与传送,根据产品材质、外形等特性,进行光学系统驱动、光源管理、多相机拍摄管理。调用不同品类的深度学习工业品质量检测模型,进行缺陷品多分类智能识别,驱动报警与缺陷品剔除,达到“产品质量的有效控制”与“不良品溯源”等目的,真正实现“制造业智能智检”。对拍摄的图像进行目标识别、特征提取、智能分割、加密存储、对比度增强和放大显示处理,质量缺陷更容易被发现,减轻人工劳动强度,提升工作效率和提高质检的稳定性,完成缺陷品收集。
服务案例 --
某国际化妆品公司口红检测
研究和制定基于机器视觉的不良品定义规范,为深度学习模型提供科学的数据支撑
对不良品进行视觉采集,形成多角度照片,为实现自动化检测储备训练样本,建立可灵活更新与升级的口红缺陷数据集
提供深度学习
建立缺陷数据集
产线口红可视化
服务案例