深度学习轻松识别矿棉吸声板的繁杂缺陷收藏

矿棉吸声板是用矿棉做成的建筑板材，具有显著的吸声性能，且能防火、隔热由于其密度低，可以在表面加工出各种精美的花纹和图案，因此还具有优越的装饰性能随着经济社会的快速发展和节能环保意识的不断增强，矿棉吸声板行业目前已广泛应用于各种建筑场合。

今天我们就来介绍一则建筑行业相关的矿棉吸声板检测难题案例客户星牌优时吉建筑材料有限公司成立于2007年，是一家中美合资的专业矿棉天花产品制造商、行业解决方案及服务提供商公司拥有产能达2500万平米/年的矿棉板生产线，6条国际先进水平全自动龙骨生产线以及纵向延伸的产业链，营销网络覆盖全国及亚太地区，致力成为全球矿棉天花系统专家。

挑战· 过去，矿棉吸声板的质量检测采用人工观察检验方法这种方法不仅检测效率低，而且检测不稳定，检测质量也参差不齐，严重影响生产节拍和产品质量，进而影响到星牌优时吉的公司效益以及客户对产品的满意度· 而矿棉吸声板表面处理形式丰富，板材装饰效果强，产品品种花色较多。

因此产生的缺陷种类也比较多，也导致普通视觉机器需花费很长的视觉训练时间· 并且除了一般常见的污痕、划伤、色彩不均、扭曲等缺陷外，不同的产品还会有特定的缺陷特征种类众多的缺陷也进一步导致分类耗时耗力，产品模板优化时间较长。

解决方案

VisionPro Deep Learning是专为制造业设计的深度学习视觉软件它是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案康耐视专家到星牌优时吉工厂进行现场测试，采用VisionPro Deep Learning后发现训练模板显著变快，检测速度变高，定位更加精准，各种矿棉吸声板过去人工难以检出的繁杂瑕疵，轻松被被识别出来。

工位图片星牌优时吉负责人当即决定采用VisionPro Deep Learning方案实际调试时经反复验证，最后决定在检测工位上安装两个康耐视工业相机，来同时对一个产品进行拍照，之后VisionPro Deep Learning软件对采集到的图片进行缺陷检测，识别出缺陷后就可以顺利地剔除不良品。

凭借康耐视先进的视觉技术，困扰星牌优时吉已久的检测难题最终得以成功解决

相机安装图片效果VisionPro Deep Learning在产线上的成功部署，不但解放了原有的检测人工，为星牌优时吉公司节省了成本，而且提高了产线自动化水平，将工厂的产品合格率从90%提升到了97%以上。

软件界面由于生产效率明显改观，给企业带来了显著效益与声誉，赢得了更多的新客户及订单。星牌优时吉的生产负责人最后表示，后续工厂的项目技改还会首选康耐视，非常期待给企业带来更多的创新方案！

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。