阿丘科技深度学习在汽车制造中的应用——缺陷检测篇收藏

相关数据显示：2021年上半年中国汽车新注册登记1414万辆，与去年同期相比增加372.5万辆，增长35.76%，汽车越来越成为人们重要的出行工具然而近年来，国家质检总局缺陷产品管理中心不断公布不同汽车企业的召回事件，使得汽车的质量及安全性越来越成为消费者购买汽车的首要考虑因素。

召回多因零部件缺陷

一辆汽车所需要的部件汽车质量与汽车零部件质量息息相关目前，我国汽车零部件的机加工线及装配线，多采用以基于规则去匹配场景的传统视觉算法和人工检测相结合的形式进行缺陷和外观检测但是逐渐丰富的汽车型号，使单线多品种生产方式在汽车生产领域得到了广泛的推广和应用，在一些应用场景上，传统视觉检测往往会出现以下问题，导致缺陷和外观检测无法满足用户需求。

取像灰度不一，特征提取难

多型号产品，工程多冗杂

装配背景复杂，干扰性大

对比度低，漏检率过高

零件材质复杂，过检率高

AI-更强大的缺陷检测工具AI视觉检测以深度学习算法为核心，最大的不同之处在于，它不再通过精心编程的算法来搜索特定特征，而是训练深度学习系统内的神经网络，通过学习各零部件的形态特征， 建⽴包含零部件特征的深度学习模型，快速定位识别不同组件，完成检测。

所以，深度学习的识别方式将不再对上述复杂场景有特定的要求复杂环境下精确识别-仪表盘外观检测

单线多型号产品精确识别-齿轮外观检测

精确识别铜线粗细-变压器外观检测

精确识别复杂材质的缺陷-阀板外观检测

复杂背景下精确识别-发动机的装配检测

精确识别多样化缺陷形状-车门缺陷检测

优势亮点检测能力强：算法对形状、颜色等特征提取能力强，精确识别多样化组件；适应能力强：适应各种实际应用中的复杂情况，如反光等，具备极强的可用性；可靠易上手：集标注、训练、模型调优为一体，无需编程，支持二次开发，软件性能稳定可靠；

阿丘AIDI 基于深度学习的智能平台

AIDI(Artificial Intelligent Defect Inspection)是一款基于深度学习的智能工业视觉平台软件，集标注、训练、模型调优为一体，用于解决复杂缺陷的定位、检测、分类等问题，适用于各类复杂应用场景，具有强大的兼容性。

软件主要包括定位、分割、检测、分类四大核心功能模块以及OCR字符识别工具包现AIDI已广泛应用于消费电子、汽车、新能源、医药、半导体、物流等行业，部署上线超过百家工厂，其中包括数十家先进制造和智能物流领域标杆企业。

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。