图片57
随着工业制造水平的不断提高，用户和生产企业对产品质量的要求越来越高，除要求满足使用性能外，还要有良好的外观，即良好的表面质量。但是，在制造产品的过程中，表面缺陷的产生往往是不可避免的。表面缺陷是产品表面局部物理或化学性质不均匀的区域，如表面的划痕、斑点、孔洞、褶皱等。表面缺陷不仅影响产品的美观和舒适度，而且一般也会对其使用性能带来不良影响，所以生产企业对产品的表面缺陷检测非常重视，以便及时发现，从而有效控制产品质量，还可以根据检测结果分析生产工艺中存在的某些问题，从而杜绝或减少缺陷品的产生，同时防止潜在的贸易纠纷，维护企业荣誉。
传统检测产品表面缺陷的主要方法是人工检测，该方法抽检率低、准确性不高、实时性差、效率低、劳动强度大、受人工经验和主观因素的影响大，而基于机器视觉的检测方法可以很大程度上克服上述弊端。
利用机器视觉代替人工完成产品的表面缺陷检测。机器视觉是一种无接触、无损伤的自动检测技术，能在无需对产线设备和生产工艺进行改造的前提下，完成产品表面缺陷的自动化检测，是一种低投入、高回报的自动化技术。本解决方案是一套基于机器视觉的表面无人质检系统，包括:数据采集、数据标注、模型训练及优化等功能。该系统通过机器学习、深度学习、边缘计算等前沿技术不断提高对产品表面质量缺陷识别与定位的精度和速度，加速设备自动化、智能化改造，代替人工在恶劣环境下进行不间断工作，提高生产效率，最终实现无人值守生产的目标。
AI表面无人质检系统是一套基于边缘计算的机器视觉识别系统，它通过深度学习和图像处理算法，自动识别视频流中产品的瑕疵，以达到大幅节省人力，提高产品生产效率及产品质量的效果。AI表面无人质检系统部署将AI应用下沉到生产车间，在靠近设备的地方进行AI视觉分析，减轻视频传输对带宽压力，缩短了应用响应时间，提高了业务实时性，解决生成成本;同时，检测结果无需上传云平台，仅需要把少量无法识别图片上传训练库进行模型训练，降低了数据泄露风险，保障了数据的安全。
