品牌
生产厂家厂商性质
东莞市所在地
接下来ALFA软件通过图片样本库进行训练学习,并产生检测的参照模型,这个学习过程只需要不到10分钟,具体学习取决于电脑的硬件配置。
zui后即可将ALFA用于实际的检测中。
缺陷案例
图2:缺陷检测案例。
如图2所示,软件算法通过一组有代表性的注释图像,以及已知的好样本进行自我训练后,学习系统自动集成上下文信息,形成一个可靠的形状和纹理的模型,用于校对检测。结果显示,之前难以被识别的缺陷,都可以被准确地检测到:撞击和刮伤被视为异常,因为它们有一个纹理区域偏离了预期的设定值,即撞击和刮伤面积超出了容忍偏差。
粗糙金属板
表面缺陷检查的关键挑战之一,即它们是动态的,这与零部件的加工工艺流程或成形过程有直接关系。当零部件经历了全部的生产步骤,其中部分表面被喷涂油漆,导致抛光表面成为镜面反射光。如图3所示,此时撞击、污渍和划痕这些缺陷才变得可见,并且令人不安。汽车生产厂商*不能接受这种缺陷产品。
然而,这种只能在工艺末端才能检测到的缺陷,成本非常高昂。利用ALFA缺陷检测模块,粗糙材料上典型的缺陷,可以通过任何标准照明和矩阵相机获得的图像检测和分类。训练阶段完成后,在一个标准GPU上计算其能在几毫秒内可靠地识别缺陷,从而实现在线实时检测。
图3:粗糙金属板表面的撞击、污渍和划痕检测实例。
结果 & 性能
强大的检测:ALFA可以在生产过程的早期阶段,可靠地对复杂纹理的表面、镜面反射和可容忍范围内的异常图像缺陷进行检测和分类。
自学习:检测过程无需大量仔细调整和优化的检测算法,而是依赖于一个类似人类的方法——学习和应用,并且具有改进的测试*性和可重复性。
快速&简单:整个学习具有代表性的图片样本库的过程非常高效,其学习时间小于15分钟
:熊 :
:鄂 :
:www.ai-alfa。。com