【独家】钛玛科视觉深度学习法大揭秘

2021-01-22 13:03:46 techmach 5946

01  背景和趋势

 

如今,卫生用品在生产过程中,产品的缺陷检测已经相当普及了。随着婴儿拉拉裤及卫生巾等产品越来越复杂,花纹越来越多,传统的缺陷检测已经难以达到客户的要求。如图:在卫生巾检测过程中,检测离心纸和吸水纸的有无,由于和护翼,棉芯对比度很弱,传统方法很难定位。

1.jpg


再比如:卫生巾的离心纸缺角,由于离心纸花纹不固定,四个角的情况不一样,有可能四个角刚好没有花纹,传统方法很难定位到缺陷。

2.jpg


02肩负使命 应运而生

 

针对行业内遇到此类问题,客户迫切需要解决。钛玛科视觉检测3.0系统应运而生,算法功能全面升级,在保留原有污点检测功能外,增加深度学习,模板比对、自动提取,边检、统计检测功能,支持传统方法、深度学习和混合方法三种模式,客户可以根据需求灵活选择所需的功能,在检测效果上和对于产品缺陷的适应性上有了全面的改进。

 

【功能特点】

深度学习算法将人工智能提升到新的高度,在工业缺陷检测方面,深度学习也是一个必然趋势,3.0系统算法将深度学习融合进来,配合或者互补传统的算法功能,针对以下几个方面,提升算法的检测能力:

1.针对对比度较弱的缺陷的检测能力提升;

2.针对较小的缺陷的检测能力提升;

3.针对缺陷的分类能力提升,可以准确归类缺陷类型。

3.jpg

3.0系统深度学习算法操作简单,导入产品对应模型,设置缺陷类型,即可完成深度学习建模。

4.jpg

3.0系统深度学习算法提供简单友好的操作界面可以进行模型重新学习,如果目前模型检测精度不够,

则可以加入新的缺陷样本重新学习提升模型的检测能力与精度。


03在多家客户上已经成功应用


钛玛科视觉3.0系统已经成功在多家客户上应用,友好的软件界面,深度学习法,人性化的建模方法,摆脱了传统人工建模麻烦,大大减轻了工人的操作强度,提高了设备的自动化程度,为实现傻瓜式操作打下坚实的基础。