在產(chǎn)品質(zhì)量外觀檢測的世界里，人眼只能辨別那些大于 0.5 毫米大小的瑕疵還伴著巨大的誤判風(fēng)險(xiǎn)。隨著工作時(shí)間的延長，眼睛的疲勞和衰老更加增加了誤判的風(fēng)險(xiǎn)。而傳統(tǒng)的機(jī)器視覺檢測在圖像處理和瑕疵定位等方面有所欠缺，導(dǎo)致瑕疵檢測的準(zhǔn)確率低，性能不穩(wěn)定，而且對于流水線實(shí)現(xiàn)智能自動(dòng)檢測非常有難度。由此可見，無論是傳統(tǒng)的機(jī)器視覺檢測，還是“肉眼”檢測產(chǎn)品外觀質(zhì)量的能力和效率以及準(zhǔn)確率和范圍都是非常有限的。


深度學(xué)習(xí)的思想源自于“人工神經(jīng)網(wǎng)絡(luò)”，從大腦中汲取靈感，模擬人腦分析問題機(jī)制并建立分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的基本構(gòu)建模塊是人工神經(jīng)元-模仿人類大腦神經(jīng)元。正如大腦數(shù)十億個(gè)神經(jīng)元神經(jīng)元分布在神經(jīng)網(wǎng)絡(luò)的幾個(gè)層中，之間有數(shù)萬個(gè)連接，深度學(xué)習(xí)模型涉及大量的計(jì)算單元，它們彼此交互時(shí)對所建模數(shù)據(jù)潛在分布的多層表征進(jìn)行自主學(xué)習(xí)。

為了契合日趨嚴(yán)苛的高效高標(biāo)準(zhǔn)瑕疵檢測需求，?？怂箍底灾餮邪l(fā)基于深度學(xué)習(xí)的Proxima瑕疵檢測軟件系統(tǒng)，解決客戶在產(chǎn)品表面瑕疵檢測環(huán)節(jié)遇到的各種問題。

Proxima 可檢測的主要瑕疵類型有：

劃痕  刀痕  崩缺  氣泡  凸起  凹痕  擦傷  雜質(zhì)  變形  崩邊  白點(diǎn)  條紋  黑點(diǎn)  皺縮  波紋  裂紋

Proxima軟件的特性

訓(xùn)練快速，結(jié)果精確

Proxima 在訓(xùn)練的過程中，通過多層神經(jīng)網(wǎng)絡(luò)層比如卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，深度神經(jīng)網(wǎng)絡(luò)，長短期記憶網(wǎng)絡(luò)等高效地對學(xué)習(xí)模型進(jìn)行訓(xùn)練并且將訓(xùn)練速度進(jìn)行優(yōu)化。因此，Proxima 的智能瑕疵檢測率高達(dá)95% 以上并具有靈活的的多功能擴(kuò)展性。

性能穩(wěn)定，高效

Proxima 在學(xué)習(xí)的過程中，通過評估提取目標(biāo)，特征分析以及分類模型的迭代來優(yōu)化檢測的穩(wěn)定和效率。Proxima 集圖像處理，特征識(shí)別，多種深度學(xué)習(xí)建模以及其他高科技于一身，這使得Proxima 在圖像特征的識(shí)別能力和穩(wěn)定性是其他機(jī)器視覺檢測系統(tǒng)無可媲美的。


訓(xùn)練模型，方法多元化，應(yīng)用性廣泛

Proxima 可根據(jù)訓(xùn)練集評估，生成可應(yīng)用的高效學(xué)習(xí)模型。Proxima 通過切換多種自主研發(fā)的機(jī)器學(xué)習(xí)模型，使得訓(xùn)練高效并且結(jié)果輸出穩(wěn)定。目前Proxima 已廣泛投入到3C 行業(yè)（電子，通訊和消費(fèi)品）瑕疵檢測中。汽車行業(yè)，航空航天零部件和裝配件上也是Proxima 馳騁的領(lǐng)域。


結(jié)果輸出迅速且可視化

Proxima 的結(jié)果報(bào)告輸出非常迅速，結(jié)果報(bào)告不僅含瑕疵的定位，形狀，尺寸以及分類等，還包含了統(tǒng)計(jì)信息等。用戶可直接打開報(bào)告并快速預(yù)覽報(bào)告。 

操作簡單易上手

Proxima 研發(fā)團(tuán)隊(duì)無論是在軟件的操作還是界面的設(shè)計(jì)，都遵循簡單易上手的設(shè)計(jì)理念，以便大部分的用戶無需進(jìn)行復(fù)雜的培訓(xùn)就可上手。Proxima 的軟件界面遵循微軟辦公的標(biāo)準(zhǔn)設(shè)計(jì)。操作流程上只需“標(biāo)注，訓(xùn)練，檢測，”三步即可出結(jié)果。


 內(nèi)置先進(jìn)算法且適用性強(qiáng)

Proxima 支持多種圖片預(yù)處理的高級算法，卷積神經(jīng)模型等機(jī)器學(xué)習(xí)模型和結(jié)果的統(tǒng)計(jì)分析。Proxima 可通過標(biāo)準(zhǔn)的網(wǎng)線傳輸TCP/IP 協(xié)議與其他廠商的測量設(shè)備比如X-Ray 所拍攝的照片進(jìn)行瑕疵檢測。

區(qū)別于其他傳統(tǒng)的缺陷檢測方式，海克斯康的的Proxima瑕疵檢測系統(tǒng)只需要少量的瑕疵圖片就可在短時(shí)間內(nèi)進(jìn)行大規(guī)模的訓(xùn)練。而且采用GPU專用處理算法，大幅提升檢測效率，以及通過基于深度學(xué)習(xí)的檢測算法,可以提高準(zhǔn)確度，降低漏檢率和過殺率。

不僅僅是瑕疵檢測…

Proxima將軟件瑕疵檢測與尺寸檢測合二為一，解決用戶瑕疵需求的同時(shí)也解決用戶尺寸的檢測需求。這項(xiàng)功能可謂是一舉兩得，減少了大量的時(shí)間和投資成本，提升了產(chǎn)品質(zhì)量的同時(shí)也驅(qū)動(dòng)產(chǎn)量的提升。


Proxima的優(yōu)勢


Proxima 聚焦于產(chǎn)品外觀瑕疵檢測，相比于人工視覺檢測和傳統(tǒng)的機(jī)器視覺檢測，這雙慧眼具有以下不可比擬的優(yōu)勢：

圖像分析：

人工檢測/傳統(tǒng)機(jī)器視覺：無法分析無規(guī)律的圖像

Proxima：利用深度學(xué)習(xí)的算法對瑕疵進(jìn)行學(xué)習(xí)， 提取，分析，無規(guī)律圖像變成可分析

準(zhǔn)確率：

人工檢測/傳統(tǒng)機(jī)器視覺： 準(zhǔn)確率無論是人工和傳統(tǒng)機(jī)器都偏低，易出現(xiàn)誤判

Proxima：通過深度學(xué)習(xí)算法，高級圖像處理， 模式識(shí)別等提高了檢測的精準(zhǔn)度高達(dá)95%

自動(dòng)化：

人工檢測/傳統(tǒng)機(jī)器視覺：實(shí)現(xiàn)流水線上的檢測自動(dòng)化圍墻高

Proxima：檢測瑕疵的同時(shí)，可在線實(shí)現(xiàn)尺寸檢測，實(shí)現(xiàn)瑕疵 + 尺寸檢測的自動(dòng)化

返回