原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
通过机器学习技术，对产品进行非接触式的视觉检测，用对产品进行视觉成像的方式，对产品的质量进行检测。适用于所有使用人力通过肉眼对产品进行质量检测的场景，大幅度提高产品检测的一致性、可重复性，大幅度降低产品检测的误检率、漏检率以及人力成本。
企业-工业大脑TM-产品检测系统
目录
TOC \o 1-3 \h \z \u 企业-工业大脑TM-产品检测系统 1
一、 产品概述 2
二、 行业痛点 2
三、 技术架构 3
四、 应用场景 3
1， 模具加工缺陷识别 3
2， 液体药品杂质识别 5
3， 钢管表面瑕疵识别 6
4， 电镀件表面瑕疵识别 7
产品概述
通过机器学习技术，对产品进行非接触式的视觉检测，用对产品进行视觉成像的方式，对产品的质量进行检测。
适用于所有使用人力通过肉眼对产品进行质量检测的场景，大幅度提高产品检测的一致性、可重复性，大幅度降低产品检测的误检率、漏检率以及人力成本。
行业痛点
人工检测成本高昂
人工检测效率低下
人工检测误检率漏检率高
供给侧改革和产业升级的核心环节之一与难点是品控
生产任务受到市场变化而波动，人力资源需按照峰值时配置，
订单波谷时大量人力资源闲置
技术架构
应用场景
模具加工缺陷识别
通过机器视觉的技术自动化检测模具是否存在加工缺陷。
自动解析AutoCAD图纸判断图纸与实物的一致性。
非接触式方案，无需高昂的3D监测硬件设施。
自适应算法，使用深度学习算法自动进行特征抽取和比对，
无需人工专家进行规则建立和维护。
兼容各种工业摄像头，自带镜头畸变矫正算法，降低整体方案成本。
示例
产品CAD图纸：
产品实物照片：
程序检测结果：
液体药品杂质识别
通过机器视觉的技术自动化检测液体药品里是否存在杂质。
将药瓶高速旋转之后停止，药水在惯性的作用下继续旋转，
如果药水里有杂质会继续跟随旋转，
对药瓶连续拍照，判断药水里是否存在可见杂质。
高效识别，速度可达每秒数瓶。
示例
瓶装药品成像图：
液体部分提取图：
程序检测结果：
钢管表面瑕疵识别
通过机器视觉的技术自动化检测钢管是否存在表面缺陷。
对钢管表面喷涂荧光粉，在暗室中对钢管用紫外光照射，
对钢管进行视觉成像，分析判断钢管表面是否存在裂缝等缺陷。
高强度连续工作，克服人工在暗室中持续工作产生的视觉疲劳。
示例
暗室紫外成像原图：
程序检测结果：
电镀件表面瑕疵识别
通过机器视觉的技术自动化检测电镀件是否存在表面缺陷。
多角度成像，准确识别多种缺陷类型。
独特的光源系统设计，克服电镀品表面反光等技术困难。
示例
缺陷识别-沙点：
缺陷识别-漏镀：
缺陷识别-杂质：
文档评论（0）