
代码(勿删)
代码(勿删)
发布时间:2020-07-24 00:00:00
1
磁瓦 缺陷检测
磁瓦的加工、生产过程中,会有碰伤,划痕,裂纹等问题,背景复杂,使用传统方式开发难度高,开发周期长,误检率高。为降低误检率、提高检测品质,我们采用SmartKIT深度学习系统的分割工具,通过对缺陷部位的标注,通过有监督的学习,使得系统能够自动识别缺陷部位的特征。在后期的生产中可以不断优化模型,做到持续的智能检测。


电感 缺陷检测
磁瓦的加工、生产过程中,会有碰伤,划痕,裂纹等问题,背景复杂,使用传统方式开发难度高,开发周期长,误检率高。为降低误检率、提高检测品质,我们采用SmartKIT深度学习系统的分割工具,通过对缺陷部位的标注,通过有监督的学习,使得系统能够自动识别缺陷部位的特征。在后期的生产中可以不断优化模型,做到持续的智能检测。


磁芯 缺陷检测
磁芯(铁氧体)的加工、生产过程中,会有碰伤,划痕,发白等问题,背景复杂,使用传统方式开发难度高,开发周期长,误检率高。为降低误检率、提高检测品质,我们采用SmartKIT深度学习系统的分割工具,通过对缺陷部位的标注,通过有监督的学习,使得系统能够自动识别缺陷部位的特征。在后期的生产中可以不断优化模型,做到持续的智能检测。


零件 识别分类
工业生产时会出现相似型号的零件混杂在一起的情况,人工分拣困难极大,效率低下,错误频出,该系统用于辅助机械手臂对零件进行分拣,通过图像识别技术指引机械手臂对零件进行快速准确的分拣。


药片 识别分类
药品生产有一定概率会出现其它类型的药品混入的情况,人工分拣困难极大,效率低下。该系统用于辅助机械机构对药品进行分拣,通过图像识别技术指引机械机构对混入的药品进行快速准确的筛选。


上一页
1
2
3
下一页
OFFICIAL ACCOUNTS
公众号
欢迎关注我们的官方公众号

ONLINE MESSAGE
在线留言
客户留言
描述:
版权所有◎2020 千顺智能(珠海)有限公司 粤ICP备18121824号 网站建设:中企动力 深圳