天為技術——深度學習缺陷探測
發布時間：2020-12-22 發布者：天為 瀏覽次數：390
我國包裝行業在經歷了高速發展之后，已經建立起了相當的生產規模，成為了我國制造領域里重要的組成部分。包裝行業的快速發展不僅滿足了國內消費和商品出口的需求，也在保護商品、方便物流、促進銷售、服務消費等方面發揮了重要作用。因此包裝行業的安全問題顯得尤為重要，如何在生產過程中快速進行缺陷檢測確保包裝安全是許多廠商關心的問題。
包裝行業篇缺陷探測
食品飲料和消費產品的包裝常使用有光澤感的塑料或陶瓷材料，這些材料的表面常有反光和鏡面眩光問題，傳統機器視覺難以在產品表面反光和眩光的干擾下，成功有效的識別劃痕和凹陷等外觀缺陷。
幸運的是，天為代理的品牌康耐視深度學習技術可以不受眩光影響而檢測產品。康耐視深度學習技術能將人類觀察細微差異的能力與自動化計算機系統的可靠、一致和速度相結合，為包裝行業提供了有效的缺陷探測解決方案。
例如面霜的陶瓷瓶，有時瓶子間的固有差異導致的細微外觀異常可能并不需要直接報廢，而真正影響瓶子用途的“功能性”異常才會導致報廢。康耐視深度學習技術以經濟有效、易于部署的方式將機器視覺檢測和人類檢測的優勢結合到了一起。為此，應用或質量工程師可以使用一系列有代表性的“合格”和“不合格”陶瓷瓶圖像訓練深度學習軟件。例如“不合格”瓶子可能是有深凹陷或長劃痕的。軟件根據這些圖像學習陶瓷鑄造表面的天然形狀和表面紋理，可以忽略可能因光線造成的自然差異，同時標記出可接受范圍之外的圖像，完成有效的缺陷檢測。
在這種情況下，制造商可以使用深度學習技術來識別偏離正常外觀并有缺陷的所有對象。對于需要識別某些導致報廢的缺陷的同時忽略其他缺陷情況的復雜檢測，訓練工程師可以使用標記的“合格”和“不合格”圖像訓練參考模型，然后即可在忽略正常差異的情況下識別各種缺陷。
來源：康耐視