金沙国际网址游戏 > 服务支撑 > 技术常识>人工智能技术下的外观检测系统——Proxima

人工智能技术下的外观检测系统——Proxima

来源: 影像测量仪 类型: 技术常识 时间:2021-07-19 17:27:07

 近十年来,以手机为代表的消费电子快速发展,产品技术的迭代更新就意味对品质要求的提高.人工检测的方式已跟不上技术的发展,无论是效率,还是准确度,人眼检测都无法满足新式消费电子的需求.为了满足厂商对外观瑕疵的检测需求,海克斯康集团研发了基于人工智能技术的智能检测App——Proxima 。

202012140940483a317a.jpg

这套检测App在一些七海影像检测方案中有应用.通过硬App高度协调的工作方式达到出众的检测效果.这款App的精华是模拟人脑问题机制并分析学习的神经网络.这套运作机制可以在检测任务中对输入样本进行特征提取,减少手动提取特征对精度造成的影响,检测精度大幅上升,经短时间训练优化可达98%准确率。

 

Proxima这套基于深度学习检测App的亮点是快速学习训练能力.能深度学习中比如卷积神经网络等不同类型的神经网络.比如卷积神经网络, 训练模型时可根据产品特征选择最佳的深度学习模型,能够快速准确的学习到瑕疵特征,适用性强,可应对复杂多变的缺陷类型。

 

优于其他缺陷检测方式的是,仅需很少素材,比如一些瑕疵图片等,Proxima瑕疵检测系统就能在短时间内进行大规模的训练。由于GPU专用处理算法的加入,检测效率大为提升.同时因为深度学习技术的存在,检测精度也有保证.不仅如此, Proxima瑕疵检测系统能同时检测产品的瑕疵与尺寸,帮助企业降低测量成本。

 

界面设计上,这款App也足够简洁易用. Proxima将复杂的神经网络用最简单的方式呈现给用户,并将快速得出直观检测结果。

 

 

上一篇: 满足自动化组装需求——七海笔记本电池组装方案

下一篇: 高精度影像仪解决半导体尺寸测量难题

XML 地图 | Sitemap 地图