广东最大半导体厂商实现产线自主Al训练与检测DLIA   (Deep Learning for Industrial Applications)是一款基于深度学习的智能工业视觉缺陷检测解决方 案,用于解决工业复杂缺陷分类、检测等问题,适用于各种工业复杂环境,具有缺陷自动学习功能,学习越多 检出率及识别准确率越高。
2022-04-01
CD电感外观检测设备检测效率400-600件/分钟,准确率99.9%。代替人工检测,提高生产效率,降低生产成本。主要检测内容为:破损、裂纹、脏污等。一,检测内容CD电感外观检测设备检测效率400-600件/分钟,准确率99.9%。代替人工检测,提高生产效率,降低生产成本。主要检测内容为:破损、裂纹、脏污等。二,设备组成及主要机构:整体构成:尺寸: 900*800*1850 mm1:虚数视觉检...
2022-04-01
直径0.6mm——30mm的齿轮的外观检测,检测内容:缺齿,污点 ,破损一,检测内容及要求检测工件面积:直径0.6mm——30mm的齿轮的外观检测检测内容:缺齿,污点 ,破损1:底部外观、缺齿2:顶部外观、缺齿二,设备组成及主要机构整体构成:尺寸: 900*800*1850 mm1:虚数视觉检测软件2:工业电脑3:显示器 19寸4:工业相机: 6套, 1个底部正光、1个顶部正光、4个侧面正光...
2022-04-01
圆环形磁性材料外观尺寸检测设备,可根据客户需求检测产品的内径和外径是否符合尺寸要求以及产品的表面是否存在磕碰/掉漆/断裂等外观缺陷不良,检测速度400pcs/min,检测精度±0.015mm。一,检测内容及要求圆环形磁性材料外观尺寸检测设备,可根据客户需求检测产品的内径和外径是否符合尺寸要求以及产品的表面是否存在磕碰/掉漆/断裂等外观缺陷不良,检测速度400pcs/min,检测精度±0.01...
2022-04-01
人工和AI,两种方式达成的效果相似的前提下,比较两者的成本,却相距甚远。在引入AI质检员之后,无论是时间还是人力成本都有着巨大的下降。AI质检适用于众多业务场景,包括但不限于LED芯片检测,液晶屏幕检测,光伏EL检测,汽车零件检测等,今天我们呈现的案例是金属材料表面细微缺陷质检。
2022-04-01
在工业领域,基于AI技术可以将工业大数据转化为有效信息、抽象为模型、辅助人类进行精准决策,最终实现工业过程高效配置和执行。操作步骤:1.选择检测模型2.接入工业相机/输入图片3.启动检测,输出检测结果
2022-04-01
随着Al技术的逐渐成熟,越来越多的企业希望借助AI技术,实现智能质检。传统质检更多依靠有经验的人工劳动力来实现质量检查甚至分拣,但这样的方式,许多场景会有检查效率低,审核质量不稳定,人力投入成本高且难招聘等诸多问题。那么,企业如何快速实现智能质检?操作步骤:1.选择检测模型2.接入工业相机/输入图片3.启动检测,输出检测结果
2022-04-01
NaN-NaN-NaN
上一页
...
17 18 19 下一页