人工智能 人工智能检测设备实现手机外观缺陷全

  手机外观缺陷检测一直是业界的难题,需要检测的缺陷种类繁多且变化多端,主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、异色区分等问题。

  目前,手机整机外观全检基本上处于全人工肉眼检测的状态。由于手机整机的精密工业检测需求,使得传统机器视觉系统难以通过编程来解决以上这些缺陷检测问题。手机整机外观检测涉及曲面以及复杂纹理图像中细微划痕的检测需求,只能通过人工肉眼二次复检来完成,进而增加了额外成本。

  数优推出的基于深度学习算法的AI缺陷检测颠覆性产品——人工智能手机整机外观全检设备,经过一年的在线运行与验证,已经完全达到了客户工业4.0智能生产车间的技术指标要求,这标志着困扰行业多年的手机整机外观全检难题终于被攻克。

  数优的人工智能手机整机外观全检设备,实现了光电、机械、人工智能深度学习算法等领域的系统整合。其检测技术大量结合核心人工智能深度学习算法、光学原理、图像处理、运动控制及精密机械等技术,利用光学方式采集图像以获得产品的表面状态,以人工智能算法、图像处理技术来检出产品缺陷或图案异常等,具有高速度、高精度、高稳定性等特性,不论是在生产的制程中进行监测或进行精密品质管理,或是在高科技产品的制造与检验作业中,这款人工智能设备都能发挥重要作用。

  数优最新升级的人工智能算法软件SuaKIT2.0,重新定义了AI缺陷检测。新技术的研发使得缺陷检测更精准、更高效,这次技术升级带来了以下技术优势:

  6、利用GPU及算法优化提高检测速度,可以实现高速产线的实时检测(最高速度超过10m/s)

  相比于传统机器视觉检测,数优的核心人工智能深度学习算法具有以下几大优势:第一,解决了传统视觉无法处理的完全无规律的复杂图像问题;第二,解决了传统机器视觉由于抗干扰能力差而造成的漏检、误检率高的问题;第三,解决了传统视觉中未出现过的缺陷无法识别、需要连续不断的算法补丁的问题;第四,解决了传统视觉项目周期普遍很长、导致验证速度慢的问题;第五,解决了传统视觉对硬件环境依赖比较高的问题。

  通过继续训练缩短训练时间,利用之前训练的神经网络,客户可以最小化同一行业中新产品的训练时间和训练图像的数量。

  向用户展示介于正常和缺陷之间的边界数据,抽取出会影响到模型性能的图片,经过分析之后可以非常容易地提高模型的性能。

  重点学习两幅图片之间的差距,即使改变了光学条件,也能尽量减少费用并检查出缺陷。

  同一产品在不同的光学条件下拍摄时,通过分析图片之间的相互关系以提高检测能力,如把图片打包检测,处理时间可以大大缩短。

  可以将深度学习算法分析并分类的过程可视化。此功能可以检测软件是否在按照使用者的意图进行训练。

  数优的这台人工智能手机整机外观全检设备,结合了数优的核心软件SuaKIT,可实现360°自主检测,并且可以精准检测到手机曲面上的缺陷,不但能准确检测到缺陷的位置、形状,还能自动计算缺陷的长度、面积、数量等各种用户需要得到的信息,并且可以结合数优的用户界面,实时显示出检测结果。

  这款设备可以检测手机的上下表面、侧面和边缘,实现手机外观全检。每部手机的检测时间15s,检测精度可达20μm。

  该设备能完全将人工解放出来,达到无人自动化检测,并且可以达到高精确度的客户需求,包含:

  目前,数优的人工智能检测方案已经应用于太阳能板、PCBA、手机零部件、汽车零部件、医疗、X

  

  LG、华为、富士康、现代集团、隆基乐叶等。文/数优(苏州)人工智能科技有限公司 投稿