深度学习准确识别产品表面缺陷,满足多数检测场景的需求收藏

网友投稿 362 2024-01-15


中国作为制造大国,每天生产的工业产品数量不计其数,在世界500多种主要工业产品中,中国有220多种工业产品的产量居世界第一随着用户和制造生产企业对高精度、零缺陷产品的需求日趋强烈,产品在制造过程中不仅要求性能优良,也被要求外观质量的完美。

深度学习准确识别产品表面缺陷,满足多数检测场景的需求收藏

但是,在工业产品的制造过程中,会出现各种各样的缺陷问题,比如产品表面缺陷、产品内部缺陷等等其中,表面缺陷的产生往往是最多的,且不同产品有着各种不同的缺陷类型比如,在金属表面,其缺陷类型常常表现为划痕、孔洞、斑点等;在木材表面,其缺陷类型通常表现为结节、开裂、虫蛀等;在玻璃等非金属表面的缺陷表现为破损、脏污、划痕等。

由于每类缺陷形状不规则、深浅对比度低、成像画面往往被产品表面的自然纹理或图案所干扰等原因,表面缺陷检测常常对光源打光、相机分辨率、机器视觉算法等软硬件设备有着极高的要求而传统机器视觉作为产品表面缺陷检测最常用的一项技术,虽然能够做到在线监测产品表面的缺陷信息内容,但在一些环境条件不高的情况下,无法做到对产品表面缺陷的精准检出。

复杂环境下,深度学习高效识别产品表面缺陷在产品实际的表面缺陷检测过程中,由于现场环境光、温度、灰尘、湿度、电源电压、电磁干扰等多方面因素,常常会影响产品缺陷检测效果的准确性随着机器视觉行业的不断发展,基于深度学习的机器视觉凭借着强大能力和缺陷提取效率,在复杂环境下对于产品表面缺陷的识别、定位与检测的应用效果显著提升,整体提高产品的外观缺陷检出效率以及质量。

基于深度学习的机器视觉可以极大缩减前期调试工作的时间,只需要将数据输入给机器,就能由机器完成建模,不仅能够实现产品表面缺陷的高效检出,还能做到:1、自动定义新的缺陷类型深度学习通过对各产品表面缺陷形态特征的学习,建立深度学习模型,从而可以分析更加复杂的图像,并提高对图像的分析能力,以此实现自动定义新的缺陷类型。

2、自定义光源,实现精准打光 基于深度学习的机器视觉系统,能够柔性自定义光源,对产品进行精准光照,减少因环境原因和产品材料原因而导致的缺陷处图像不清晰的问题3、精准且快速识别缺陷类型通过训练系统内的神经系统,学习各零部件的形态特征,建立包含各零部件的深度学习模型,能够自动完成升级,用高帧率相机结合自研高效算法,能够精准且快速地识别并定位产品缺陷。

在工业检测过程中,产品表面的缺陷类型多样,每一种缺陷的判定都需要经过分析和综合考虑基于此,深眸科技以“传统机器视觉+深度学习”为核心,创新研发工业AI视觉系统,助力制造企业产品的表面缺陷检测工业AI视觉系统不仅可以提供非接触的检测方式,大大减少因接触而对产品造成的二次伤害,还可以解决复杂背景下识别难度高等问题,大幅度提升缺陷产品的识别准确率和检测速度,满足绝大部分检测场景对于高精度、零缺陷的需求。

深眸科技助力各行业产品表面缺陷检测案例在工业领域中,表面缺陷检测主要应用于家电、3C、木材等行业,随着国内机器视觉组件和设备厂商的技术迭代,基于深度学习的机器视觉技术在产品表面缺陷检测应用的广度和深度也将不断提升,持续向更多领域渗透,深眸科技的工业AI视觉系统,也不断地在众多领域实现产品落地应用。

家电行业·钣金件缺陷检测1、检测难点(1)钣金件的缺陷类型繁多,特征难以定义;(2)工件情况复杂,配置合适的光环境较为困难;(3)检测周期短,需快速精准识别零件的内外全部轮廓;(4)工件种类复杂,生产柔性要求高。

2、解决方案工业AI视觉系统通过超高分辨率的成像系统、快速响应的算法以及统计分析对比不同批次的产品缺陷图片的能力,使钣金件的检测速度达到毫秒级、检测精度达到像素级,大幅提升对钣金产品的缺陷的识别能力

深眸科技钣金件缺陷检测3C行业·交换机钣金外观缺陷检测1、检测难点(1)缺陷类型多样化;(2)尺寸差异大,单个相机视野无法覆盖;(3)传统视觉搭建模版频繁,标记难度大,换型困难;(4)光学不均匀性使局部检测特征弱。

2、解决方案工业AI视觉系统通过多源图像拼接、多尺度图像目标检测、增强学习技术以及区域图像提取、微弱特征增强、特征图像分解等技术优势,有效提升微弱特征在视野中的差异化对比,降低建模换型频率,大幅提升缺陷的准确识别能力。

深眸科技交换机钣金外观缺陷检测木材行业·木材缺陷检测1、检测难点(1)同一种缺陷下的颜色、纹理和形状都会有很大差异;(2)部分活结节缺陷从成像上看几乎与木材本身花纹无异;(3)木材作为一种自然材料,缺陷不一致性极大。

2、解决方案工业AI视觉系统能够对各类缺陷的大量图像样本进行学习,成功利用目标识别对木材常见缺陷进行定位,对每一个缺陷都建有一个准确的算法模型,降低了木板缺陷的漏检率和废品率,大大提高板材出厂时的产品合格率。

深眸科技木材缺陷检测

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:机器人视觉处理四阶段策略,前两个阶段打下坚实基础!收藏
下一篇:劳易测解锁“机器人/AGV转运站”安全防护方案,常应用于汽车制造等行业收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~