【独家】钛玛科视觉深度学习法大揭秘

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。

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。

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。

3.0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。

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。