深度學(xué)習(xí)（AI-Intsoft）視覺檢測(cè)系統(tǒng)

基于深度學(xué)習(xí)的（AI-Intsoft）視覺檢測(cè)系統(tǒng)比傳統(tǒng)視覺有什么優(yōu)勢(shì)？

答：攻克了傳統(tǒng)算法被復(fù)雜背景干擾的問題，以及無法對(duì)缺陷類型穩(wěn)定分類等問題，因此在缺陷檢測(cè)領(lǐng)域中，深度學(xué)習(xí)具有更多的優(yōu)勢(shì)。

什么是外觀缺陷檢測(cè)？

外觀缺陷檢測(cè)是通過光學(xué)組件、圖像處理器、軟件算法等集成的圖像處理系統(tǒng)，其涵蓋光學(xué)原理、軟件技術(shù)、圖像處理技術(shù)等專業(yè)學(xué)科；實(shí)時(shí)檢測(cè)、識(shí)別被測(cè)物體常見表面的缺陷（劃傷、破損、刮痕、臟污、條紋、亮斑等），部分外觀檢測(cè)的圖像都存在比較復(fù)雜背景的干擾因素，對(duì)外觀缺陷識(shí)別判斷產(chǎn)生較大的影響，因此對(duì)檢測(cè)系統(tǒng)提出極高的能力要求，傳統(tǒng)的圖像處理技術(shù)已經(jīng)無法滿足于當(dāng)前的生產(chǎn)應(yīng)用。

隨著AI人工智能技術(shù)的快速發(fā)展，人工智能也逐步開始在工業(yè)領(lǐng)域中應(yīng)用，盈泰德科技將深度學(xué)習(xí)技術(shù)應(yīng)用到各種工業(yè)領(lǐng)域的缺陷檢測(cè)設(shè)備，開發(fā)出以人工智能深度學(xué)習(xí)技術(shù)為主的Intsoft-AI視覺檢測(cè)系統(tǒng)V1.0版本。

該系統(tǒng)可用于缺陷識(shí)別、物體分類、定位等功能應(yīng)用，其可用于3C產(chǎn)品及零部件、半導(dǎo)體、LED、醫(yī)藥、汽車等行業(yè)，其結(jié)合傳統(tǒng)算法實(shí)現(xiàn)對(duì)以下類型產(chǎn)品進(jìn)行高精密外觀缺陷檢測(cè)：

深度學(xué)習(xí)不同于傳統(tǒng)工業(yè)機(jī)器視覺，不需要專業(yè)人員的定制開發(fā)算法，前期只需要一部分NG和OK樣本圖片，用于缺陷標(biāo)注訓(xùn)練即可完成模型的建立，后期遇到新增缺陷類型時(shí)，只需要完成新類型缺陷樣本訓(xùn)練優(yōu)化模型就能夠完成新缺陷檢測(cè)。

AI-Intsoft · 部分應(yīng)用案例

包裝缺陷檢測(cè)：

新能源行業(yè)配件檢測(cè)：

汽車安全氣囊配件檢測(cè)：

 

3C行業(yè)案例：

 

案例：外觀缺陷檢測(cè)案例分享

檢測(cè)產(chǎn)品：手機(jī)充電器PIN

檢測(cè)內(nèi)容：檢測(cè)產(chǎn)品5個(gè)面共6種缺陷：劃傷、點(diǎn)傷（凹點(diǎn)）、缺口、臟污、亮印、模印。

檢測(cè)要求:

1、缺陷產(chǎn)品漏檢率0.3%以內(nèi)，

2、產(chǎn)品過殺率5%以內(nèi)；

3、臟污缺陷：對(duì)菲林卡，小于0.1mm2以內(nèi)OK；

4、點(diǎn)傷、劃傷：0.02~0.08mm22個(gè)以上NG，0.08~0.1mm21個(gè)NG。

產(chǎn)品缺陷分析：

1、產(chǎn)品表面結(jié)構(gòu)為粗糙面（類似磨砂質(zhì)地），為電鍍成型后的階段，表面粗糙有很多凹坑影響成像質(zhì)量；

2、劃傷缺陷為表面凹狀類缺陷，可能已傷及電鍍層，缺陷凹坑形狀較細(xì)并且都是比較深的，形狀不一，位置不同；

3、點(diǎn)傷類缺陷是表面凹狀類缺陷，面積較小，但分布比較多，深淺不一；

模印缺陷為產(chǎn)品制作是模具上造成的缺陷，在電鍍后檢測(cè)時(shí)，產(chǎn)品表面已經(jīng)沒有太大差異，缺陷比較輕微的人眼也較難識(shí)別。

4、臟污亮印缺陷為產(chǎn)品表面，電鍍層上面存在的臟污和亮印，未傷及電鍍層。

檢測(cè)方案：

采用直線式設(shè)備，機(jī)械手上下料，5個(gè)工位檢測(cè)，治具可以旋轉(zhuǎn)，光源頻閃，分步拍照產(chǎn)品表面缺陷，深度學(xué)習(xí)算法處理圖像，全面實(shí)現(xiàn)外觀缺陷檢測(cè)，根據(jù)檢測(cè)結(jié)果自動(dòng)擺滿托盤，自動(dòng)疊盤收料。（如下圖）

3C行業(yè)常見檢測(cè)缺陷

圖2 檢測(cè)效果

圖3 缺陷類型

 

 

 

案例：Type-c外觀缺陷檢測(cè)案例分享

檢測(cè)產(chǎn)品：Type-c連接器

檢測(cè)內(nèi)容：檢測(cè)產(chǎn)品鋁屑不良、缺pin、塑料屑異物、塑料損傷、舌片底部金屬絲、舌片端子漏B點(diǎn)等外觀缺陷；

檢測(cè)要求:

1、缺陷產(chǎn)品漏檢率0%，

2、產(chǎn)品過殺率5%以內(nèi)；

檢測(cè)方案：

采用直線式自動(dòng)設(shè)備，對(duì)接客戶自動(dòng)化產(chǎn)線，共有4個(gè)檢測(cè)工位，產(chǎn)品通過直振上料，移載到檢測(cè)工位進(jìn)行拍照檢測(cè)，利用深度學(xué)習(xí)算法跟傳統(tǒng)算法相結(jié)合的方式，對(duì)產(chǎn)品缺陷進(jìn)行檢測(cè)識(shí)別，再根據(jù)檢測(cè)效果進(jìn)行OK\NG分類。如下圖。

檢測(cè)效果1

檢測(cè)效果2

檢測(cè)效果3

檢測(cè)效果4

 

 

以上簡(jiǎn)述僅為部分應(yīng)由場(chǎng)景，得出，基于深度學(xué)習(xí)的（AI-Intsoft）視覺檢測(cè)系統(tǒng)，已具備強(qiáng)大的識(shí)別能力、缺陷檢測(cè)能力、在大部分的自動(dòng)化、半自動(dòng)化產(chǎn)業(yè)中，都可以輕松解決檢測(cè)難題。

傳統(tǒng)的機(jī)器視覺算法被復(fù)雜背景干擾的問題，以及無法對(duì)缺陷類型穩(wěn)定分類等問題，對(duì)基于深度學(xué)習(xí)的（AI-Intsoft）視覺檢測(cè)系統(tǒng)來說，都可以輕松的搞定。

 

 

（AI-Intsoft）視覺檢測(cè)系統(tǒng)的未來

（AI-Intsoft）視覺檢測(cè)系統(tǒng)還可以做到更多，我們會(huì)一直保持 AI-Intsoft 的更新迭代。

在未來，我們希望 AI-Intsoft 會(huì)應(yīng)用各種工業(yè)領(lǐng)域中，踏實(shí)幫助更多企業(yè)做好質(zhì)量控制，在復(fù)雜的環(huán)境下