在線研討會預告：面向高反光產品的外觀瑕疵檢測方案

工件外觀瑕疵檢測難點如何破解？
反光、透明材料如何測量？
七海智能瑕疵檢測有哪些應用范圍？

2020年9月29日下午，七海測量開發(fā)經理劉忠將做客慕尼黑LEAP展主辦方舉行的主題為“測試測量及智能檢測在電子行業(yè)的應用”在線直播研討會。與大家分享面向高反光產品的外觀瑕疵檢測方案。

長按以下二維碼或者點擊”閱讀原文”，即可觀看直播。

會議主題：
產品外觀檢測難點有哪些？如何實現高反射面及透明產品的表面瑕疵檢測？

時間：
2020年9月29日（星期二） 14:00-14:30

演講主題：面向高反光產品的外觀瑕疵檢測方案
講師：劉忠
七海測量
開發(fā)經理（?？怂箍迪冗M技術研究中心開發(fā)經理，產品外觀智能檢測項目負責人。）

?？怂箍低庥^瑕疵檢測方案

基于AI深度學習算法，按照人腦的判斷理念，來進行學習和缺陷檢測，集快、準、高的特征優(yōu)勢于一體，廣泛適用于16類瑕疵，10大行業(yè)。

學習速度快
針對產品某一類型的瑕疵，輸入10張以上瑕疵樣本，系統(tǒng)通過深度學習建立自己的NG數據庫，從而形成針對該種類缺陷的神經網絡：當被檢測工件通過成像系統(tǒng)，即刻被智能識別、標記和分類。

識別判斷準
Proxima瑕疵檢測軟件可有效的完成高干擾背景下的缺陷識別和不規(guī)律的圖像分析，達到人眼辨別水準，并且多層神經網絡層對學習模型進行了有效訓練，使得瑕疵檢測率高于傳統(tǒng)檢測方式。

2D玻璃：缺陷識別率：大于98% 漏檢率：小于0.5%
金屬殼體：缺陷識別率：大于98% 漏檢率：小于0.5%

檢測效率高
使用獨立GPU進行圖片處理，可多GUP并行，使得檢測時間可低至毫秒級別。
測量過程中獲取的圖像可以進一步的學習，從而減少優(yōu)化過程。
配合自動化實現車間在線完成零件外觀瑕疵的OK/NG判斷和分BIN。

適用范圍廣

2020年9月29日下午，與您不見不散！