核心技术

图像识别,用视觉科技赋能产业

核心技术
工业缺陷检测

工业缺陷检测

光学方案

光学系统为自主硏发

包括由10台相机、10个光源组成的相机光源阵列光源为与国外特殊光源厂家共同硏发的定制光源相机为进口高分辨率相机

从每个被检样品获取共计2亿像素的图像数据确保拍摄图像质量

数据方案

小样本学习:化少为多,化无为有。将客户提供的3-5K图片,通过算法增强方式生成万级图片,进行深度学习训练。

软件方案
算法特点

自动提取缺陷特征,实现缺陷精准定位与分类

阈值动态可控,合理调节产能输出

特征维度大,远超传统AOI定义边、角、线、面积等特征

一次检测,识别多种缺陷,速度快≤2秒/片

基本架构-二阶检测器Faster R-CNN

RPN: Region Proposal Network,用于生成候选框

ROI Pooling: 用于对所有候选框提取固定大小的特征

Classification: 对每个候选框预测类别

Bbox Regression: 用于对每个候选框预测一个偏移

改进结构-Deformable-ConvNets (可变形卷积)

玻璃划痕瑕疵多为细长状,用可变形卷积可以更好地学习特征提取的位置。

1x1: 1x1卷积操作 | 3x3: 3x3卷积操作 | x2: 2倍上采集操作 | :逐位相加