人工智能技術(shù)下的外觀檢測(cè)系統(tǒng)——Proxima

 近十年來，以手機(jī)為代表的消費(fèi)電子快速發(fā)展,產(chǎn)品技術(shù)的迭代更新就意味對(duì)品質(zhì)要求的提高.人工檢測(cè)的方式已跟不上技術(shù)的發(fā)展,無論是效率,還是準(zhǔn)確度,人眼檢測(cè)都無法滿足新式消費(fèi)電子的需求.為了滿足廠商對(duì)外觀瑕疵的檢測(cè)需求,?？怂箍导瘓F(tuán)研發(fā)了基于人工智能技術(shù)的智能檢測(cè)軟件——Proxima 。

這套檢測(cè)軟件在一些七海影像檢測(cè)方案中有應(yīng)用.通過硬軟件高度協(xié)調(diào)的工作方式達(dá)到出眾的檢測(cè)效果.這款軟件的精華是模擬人腦問題機(jī)制并分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò).這套運(yùn)作機(jī)制可以在檢測(cè)任務(wù)中對(duì)輸入樣本進(jìn)行特征提取,減少手動(dòng)提取特征對(duì)精度造成的影響,檢測(cè)精度大幅上升,經(jīng)短時(shí)間訓(xùn)練優(yōu)化可達(dá)98%準(zhǔn)確率。

Proxima這套基于深度學(xué)習(xí)檢測(cè)軟件的亮點(diǎn)是快速學(xué)習(xí)訓(xùn)練能力.能深度學(xué)習(xí)中比如卷積神經(jīng)網(wǎng)絡(luò)等不同類型的神經(jīng)網(wǎng)絡(luò).比如卷積神經(jīng)網(wǎng)絡(luò), 訓(xùn)練模型時(shí)可根據(jù)產(chǎn)品特征選擇最佳的深度學(xué)習(xí)模型，能夠快速準(zhǔn)確的學(xué)習(xí)到瑕疵特征，適用性強(qiáng)，可應(yīng)對(duì)復(fù)雜多變的缺陷類型。

優(yōu)于其他缺陷檢測(cè)方式的是,僅需很少素材,比如一些瑕疵圖片等,Proxima瑕疵檢測(cè)系統(tǒng)就能在短時(shí)間內(nèi)進(jìn)行大規(guī)模的訓(xùn)練。由于GPU專用處理算法的加入，檢測(cè)效率大為提升.同時(shí)因?yàn)樯疃葘W(xué)習(xí)技術(shù)的存在,檢測(cè)精度也有保證.不僅如此, Proxima瑕疵檢測(cè)系統(tǒng)能同時(shí)檢測(cè)產(chǎn)品的瑕疵與尺寸,幫助企業(yè)降低測(cè)量成本。

界面設(shè)計(jì)上,這款軟件也足夠簡潔易用. Proxima將復(fù)雜的神經(jīng)網(wǎng)絡(luò)用最簡單的方式呈現(xiàn)給用戶,并將快速得出直觀檢測(cè)結(jié)果。