工业AI视觉检测解决方案

IndustrialAIVisionInspectionSolution工业AI视觉检测解决方案目录2市场背景案例分析31解决方案4前景未来公司介绍1市场背景市场背景--人工智能发展史起步发展期反思发展期应用发展期低迷发展期稳步发展期爆发发展期人工智能诞生任务失败目标落空专家系统遍地兴起人工智能转向使用诸多研究发展缓慢互联网推动人工智能不断创新和落地应用深度学习和大数据带动人工智能爆发机器定理证明智能跳棋程序.......机器翻译效果极差证明定理发展乏力......医疗专家系统化学专家系统地质专家系统......专家系统发展乏力神经网络研究受阻......深蓝战胜国际象棋冠军IBM提出智慧地球我国提出感知中国......物联网云计算大数据深度算法......1956年1960年1970年1980年1990年2000年2010年2020年

时间热

度初春

初冬

初秋

寒冬

复苏

爆发

人工智能发展史

计算智能I感知智能I认知智能市场背景政策背景制造业背景《中国制造2025》明确指出：加快推动新一代信息技术与制造技术融合发展把智能制造作为两化深度融合的主攻方向。人力劳动满足不了高速的生产化和市场化需求机器视觉在精确性、效率性等多方面较人眼识别优势明显，并能实现规模经济制造强国大背景下，智能制造的快速发展推动机器视觉需求稳步提升下游汽车制造、食品饮料等领域渗透率不断提升劳动力市场背景中国老龄化程度近年来不断提升中国城镇非私营单位就业人员工资不断提升视觉分析行业分布中国下游应用集中在电子领域，汽车、食品饮料、医药等领域渗透率具备较大提升潜力。海外机器视觉下游以汽车、电子行业为主市场背景--理想VS现实工业制造市场广阔，但大多数工业AI视觉落地受诸多因素影响难以落地，如工业产品种类多，产线场景不一致，产品生产周期长短不同，人工或传统的机器检测无法满足规模化生产交付的需求，技术突破是拉近理想与现实距离的唯一途径。标准可量化，或可按确定模型定义标准良好的训练场景一致性样本产线设置类同跨行业需求模型一致......需求清晰明确场景确定不变设备技术统一检测标准类同安装方式固定AI产业化前提条件理想现实VS工业制造实际场景难以提供好场景产品制造差异大产品标准不同，检测标准不同样本无法一致性跨行业需求模型千差万别......需求频繁变化频繁变动场景设备技术随不同产品变化多端安装方式多样无标准可量化，特定模型无法满足个性化金属制造业检测汽车制造业检测PCB制造业检测消费电子制造检测新能源检测重工制造检测家居品质分类突破限于缺陷检测，如何边缘扩展公司介绍2解决方案解决方案--方案架构应用场景平台层算法层硬件层识别检测缺陷检测测量检测定位检测仿生视觉辨析字符识别编号识别标识识别OCR识别条码识别OCR识别变形检测花斑检测......漏装检测毛刺检测划痕检测沙眼检测......尺寸检测间距检测直径检测角度检测亮度检测色差检测切割定位组装定位打孔定位焊接定位方向定位加工定位............数值辨析衰减辨析测控辨析热失控辨析自修复辨析线性分析生产工艺检测生产分类分级包装外观检测标贴OCT识别生产安全识别纺织缺陷检测3C/电子缺陷瓷砖缺陷钣金缺陷检测外包装缺陷检测新能源车制造检测新能源电池组检测新能源车测试.............VisionAI工业检测平台

Vision算法训练平台

......视觉摄像机系列

视觉镜头系列

工业显示器系列

视觉光源系列

工控主机系列

视觉检测一体机系列

其他系列解决方案--技术比较主观化，难以按标准执行仪器检测误差大、效率低视觉疲劳、误检率高人工检测效率低、漏检高视觉疲劳、漏检率高定位检测偏差大外观物理特多，容易漏检包装物理特多，容易漏检微色差难以辨别微变形难以辨别传统人工检测的局限性缺陷检测局限性算法难以迁移开发成本高维护成本大部署和操作复杂算法训练成本高开发周期长目标缺陷多变产品产线工艺不同按缺陷特点重复开发多种新规则部署维护产品和算法差异大算法学习能力差循环更新算法缺

点造成原因传统机器视觉检测的局限性算法数据量缺陷检测效果效果门限传统算法无法解决的问题人工无法解决的问题人工检测传统视觉AI视觉多维成像检测人工检测熟悉作业后，检测效果平衡，缺陷检测效果较差，且不稳定传统机器视觉检测对于目标单一情况下，初期有较好效果随着缺陷和场景复杂性增加，算法适应能力表现平平算法效果AI视觉多维成像检测技术

深度学习算法适应性强，4D检测技术效果好检测精度随算法学习趋向最低误检率平衡AI视觉多维成像检测技优势AI视觉多维成像检测技术VS可视化平台高精度视觉算法小样本学习能力微缺陷识别能力动态数据融合增强自适应模型训练人性化智能标注灵活化部署支持二次开发深度学习算法更新检测标准自适应适高难度视觉设计解决方案--方案体系组成VisionAI工业检测平台基于计算机视觉融合3D、4D、5D成像辨析算法，针对工业制造及新能源行业产品品质辨析检测技术，包含了AI视觉3D成像贴装检测方案，AI视觉3D成像缺陷检测方案，AI视觉3D成像定位组装检测方案，AI视觉3D成像工序检测方案，AI视觉3D成像标签检测方案，AI视觉3D成像定位检测方案，AI视觉3D成像测量检测方案，AI视觉3D/4D/5D成像辨析新能源检测方案。AI视觉3D成像成像贴装检测方案AI视觉3D成像缺陷检测方案AI视觉3D成像定位组装检测方案AI视觉3D成像工序检测方案AI视觉3D成像标签检测方案AI视觉3D成像色差检测方案AI视觉3D成像测量检测方案AI视觉3D/4D/5D成像辨析检测方案解决方案--算法阵列基于工业AI视觉检测算法阵列基于计算机视觉5D成像辨析技术应用于工业制造新能源领域，以AI视觉5D成像辨析算法为基础，训练出用于系统/产品自修复算法，用于工业制造新能源系统自修复应用方向。基于计算机视觉3D成像辨析技术应用于工业制造领域，通过AI视觉3D成像辨析算法对缺陷检测、定位检测、测量检测、分类检测等多种AI视觉算法的人工智能应用。基于计算机视觉4D成像辨析技术应用于工业制造领域，以AI视觉4D成像辨析算法为基础，训练出用于系统/产品的测试算法模型，用于工业制造测试方向人工智能应用。5D4D3D解决方案--平台概述

VisionAI工业检测平台基于计算机AI视觉融合3D、4D、5D多维成像辨析算法并针对工业制造及新能源行业产品品质辨析检测技术。将深度学习AI算法引入机器视觉系统，融合物联网、云计算、边缘计算与大数据等前沿技术。针对工业制造领域提供AI视觉解决方案，主要围绕工业制造中的产品特征缺陷辨析检测，定位特征辨析检测，测量特征辨析检测，分类特征辨析检测，自动化测试检测、新能源自修复辨析等复杂场景。该平台系统搭载的多场景、多算法、高性能指标远高于同业水平，且方案不断迭代升级，在实现提升检测，提升良率，减员增效的同事符合双碳政策，是现代化工业最合适的选择。海

量

数

据

集提供海量场景数据和深度学习框架，协助用户快读开发和部署算法模型多元框架融合算法精度提升云边一体化升支持多种模型计算框架，支持3D、4D视觉辨析算法，实现算法一站式训练和应用通多计算机深度学习和算法训练，实现算法模型精度提升优化，具备调试、测试等功能云端与边缘端算法融合，提供高开发低延迟的数据采集、算法训练和推理服务解决方案--AI视觉3D成像成像贴装检测方案AI视觉3D成像成像贴装检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化等模型，实现对3C网状精密小件在线实时外观缺陷检测、不良品剔除、良率管理等。AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块复杂缺陷定位分割材料/质地残缺特征变形特征缺失、遮挡变形OCR字符缺失算法融合工业SDK算法训练质检应用解决方案--AI视觉3D成像成像贴装检测方案方案价值应用领域解决缺陷样本不平衡的现状为复杂场景提供可靠保证＋解决肉眼不易检测到的小目标检测局限性解决不同语义层面的缺陷检测局限性精准、高效、可靠，持续性深度学习多缺陷，多维度，一站式检测服务平台为工业制造打开智能化改革之门，减员增效，减时增效

AI视觉3D成像成像贴装检测方案，VisionAI工业检测平台，基于3D成像辨析算法技术，适应用户各种线体结构和分拣逻辑。检测缺陷类型：达三十多种，如工业制品的凸包变形、凹槽变形、折弯变形、异物、夹废、毛刺、表面压伤、划伤、凸包破网、丝网分离、微特征偏位、微特征变形、微特征缺失、微特征破损、波浪边、大小边、局部偏位、局部多料、露白、起雾、色差、起胶、缺胶、多胶/溢胶。缺陷检测性能指标：漏检率＜0.3%，过杀率＜2%，可广泛用于3C行业精密小件外观缺陷检测、分拣、贴装等。解决方案--AI视觉3D成像缺陷检测方案AI视觉3D成像成像缺陷检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、屏蔽装置等模型，实现对手机、平板电脑、高精密仪器、高精度机械件等精密件中的在线实时检测，瑕疵品剔除、数据分析统计的一站式服务，并可不断迭代优化。AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块复杂缺陷定位分割材料/质地残缺特征变形特征缺失、遮挡变形OCR字符缺失算法融合工业SDK算法训练质检应用解决方案--AI视觉3D成像缺陷检测方案方案价值应用领域解决缺陷样本不平衡的现状为复杂场景提供可靠保证解决肉眼不易检测到的小目标检测局限性解决不同语义层面的缺陷检测局限性设计深度学习的网络架构和模型训练方式，精度更高按生产需求实时调整，大数据与自动化结合效率和精度远高于人工，减员增效，减时增效

AI视觉3D成像成像缺陷检测方案，VisionAI工业检测平台，基于3D成像辨析算法技术，适应用户各种线体结构和分拣逻辑。检测缺陷类型近30种：表面压伤、表面划伤、表面面脏污、表面面压伤、黑膜压伤、黑膜划伤、黑膜脏污、雾化、黑膜破损、凹面、凸面、膜泡、黑膜偏位、孔变形、孔毛刺、开裂、色差平面度不良等。缺陷检测性能指标：漏检率＜0.3%，过杀率＜2%，可广泛用于精密件中屏蔽类产品在线缺陷实时全检。＋解决方案--AI视觉3D成像定位组装检测方案AI视觉3D成像成像定位组装检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、等模型。异型插件机设备的上位机控制程序，主要通过对于程序的编制，实现对于用户不同场景的业务需求，支持常见标准元件（各种电容、电感、电阻、三极管等）以及异型元件（USB、变压器等）的插件。复杂缺陷定位分割材料/质地残缺特征变形特征缺失、遮挡变形OCR字符缺失AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块算法融合工业SDK算法训练质检应用方案价值应用领域UI层基于WPF框架，界面美观、绘制高效UI、控制、ORM等合理分层，高耦合、低内聚配置数据，实现程序的机器无关性，升级、移植等高效的光学算法技术，实现百毫秒内的视觉处理按生产需求实时调整，大数据与自动化结合效率和精度远高于人工，减员增效，减时增效

AI视觉3D成像成像定位组装检测方案，VisionAI工业检测平台，基于3D成像辨析算法技术，基于高速AI时间摄像机和高亮激光光源实现适配多种电子元件的AI缺陷检测和视觉引导定位，实现异形电子元件多个角度的外观缺陷检测，成品外观缺陷检测等等。可广泛用于视觉引导、精密组装，定位PCB板孔位和电子组件针脚，引导精确插件组装。解决方案--AI视觉3D成像定位组装检测方案解决方案--AI视觉3D成像工序检测方案AI视觉3D成像成像工序检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、等模型。介于目前制造业手工操作存在诸如效率、操作结果差异较大、操作错误、品质等问题解决方案做到实时监督生产状况和装配动作，监督错误、消除不必要的浪费动作，获得数据和分析以提高生产效率，并能实时掌握生产状况。顺序模型AI算法材料/质地不良特征变形特征工艺SOP工序装置工序模型AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块算法融合工业SDK算法训练质检应用方案价值应用领域无接触式视觉采集数据，无需产线改造无需工人改变操作去适应系统生成数据报表，管理者实时查询和分析检测实时作业顺序、漏/错物料或步骤对作业不良的报警和信息推送效率和精度远高于人工，减员增效，减时增效

AI视觉3D成像成像定位组装检测方案，VisionAI工业检测平台，基于3D成像辨析算法技术，将深度学习技术、图像处理技术等引入工业加工过程，提高检测效率、节省人力、完善采集数据环节，补全依据数据进行的统计分析。主要用于检测工位工人的实时操作工序，监督操作错误、统计各类工序平均时长，为工位质量改进及效率改进提供数据依据，并验证改进效率，是质量管控与全员劳动生产率（OLE）的集成系统。解决方案--AI视觉3D成像工序检测方案解决方案--AI视觉3D成像标签检测方案AI视觉3D成像成像标签检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、等模型。以AI视觉算法模型为核心，结合外观检测、条码读取、标签内容识别及瑕疵检测等模块，组成一套完整的多功能智能集成系统，可快速完成定制化开发，本地化部署，有效解决上述问题。视觉算法符号模型复杂缺陷图像处理材料质地遮挡残缺分割模型变形OCRAI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块字符缺失工业SDK算法训练质检应用解决方案--AI视觉3D成像标签检测方案方案价值应用领域条码读取、标签内容OCR识别支持特有的标签字体、颜色识别，标签缺陷检测需求无需产线改造、留动态识别检测、无缝对接、云端部署深度学习算法模型极大地提高了识别准确度智能化模型方案，实施部署快捷，快速落地效率和精度远高于人工，减员增效，减时增效

随着产品质量标准和售后服务要求越来越高，产品外观质量检查（如尺寸、颜色等）、条码读取、标签内容OCR识别，及相关的各种缺陷检测（如产品表面瑕疵、标签打印错误或打印质量不良等）越来越受到重视。现有产线多采用人工进行检查，效率低，可靠性差，导致产品品质不稳定、不良品率高、生产用工及售后费用大、品牌形象受损等一系列问题。该方案是对打印机标签进行外观检测，主要检测颜色准确、字迹清晰度、内容是否正确、标签是否按规定位置粘贴、标签打印错误或打印质量不良等缺陷。解决方案--AI视觉3D成像色差检测方案AI视觉3D成像成像色差检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、等模型。以AI视觉算法模型为核心，针对工业品表面的纹理、偏色、模型标准等特点的彩色线阵CCD大幅面色差在线检测系统，实现在线产品色差分级分类和色差残次品等。色板标准模型训练缺陷训练残缺特征缺陷特征缺失、遮挡变形OCR字符缺失AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块算法融合工业SDK算法训练质检应用方案价值应用领域有效检测瓷砖、金属品镀层等表面色差缺陷有效检测表面水平平整度有效检测缺角、裂痕、混砖等不良生产现象防层设计适应多灰层等复杂的生产环境智能化模型方案，实施部署快捷，快速落地效率和精度远高于人工，减员增效，减时增效

随着产品质量标准和售后服务要求越来越高，产品外观质量检查（如尺寸、颜色等）、条码读取、标签内容OCR识别，及相关的各种缺陷检测（如产品表面瑕疵、标签打印错误或打印质量不良等）越来越受到重视。现有产线多采用人工进行检查，效率低，可靠性差，导致产品品质不稳定、不良品率高、生产用工及售后费用大、品牌形象受损等一系列问题。该方案是对打印机标签进行外观检测，主要检测颜色准确、字迹清晰度、内容是否正确、标签是否按规定位置粘贴、标签打印错误或打印质量不良等缺陷。瓷砖检测贵金属表面处理检测解决方案--AI视觉3D成像色差检测方案解决方案--AI视觉3D成像测量检测方案AI视觉3D成像测量检测方案是基于VisionAI工业检测平台，融合视觉采集、视觉分析、图像分析、自动化、等模型。全方位通过AI视觉分析即可实现曲率、宽度、直径、面积等信息的测量，并对样本进行有效的分类，识别准确率最高可达99.98%，可直接应用于金属或其他零部件生产过程中的测量环节。复杂缺陷定位分割材料/质地尺寸模型变形特征缺失、遮挡变形OCR分类样本AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台3D成像检测模型基础模块算法融合工业SDK算法训练质检应用解决方案--AI视觉3D成像测量检测方案方案价值应用领域有效检测制造品外观、长宽高尺寸、形变等缺陷有效检测制造品角度、直径、形变等缺陷深度学习智能算法自更新，实现多模式在线切换模型训练简单，非编程级操作，容易上手智能化模型方案，实施部署快捷，快速落地效率和精度远高于人工，减员增效，减时增效

AI视觉3D成像测量检测方案，针对金属零部件制造工艺特性：生产工艺复杂，需要经过机械加工、冲压、精密铸造、粉末冶金、注射成型以及其他特殊加工过程，每个过程都需要进行严格把控，其进行表面检测、尺寸测量、目标定位等流程时难度大、准确率低，传统检测方式无法满足实际生产需求。AI视觉3D成像测量检测方案通过AI视觉算法实现此类场景生产在线缺陷检测，并可广泛应用于金属类部件检测。

解决方案--AI视觉3D/4D/5D成像辨析检测方案

AI视觉3D/4D/5D成像辨析检测方案是基于VisionAI工业检测平台，包含上述七大方案算法体系以及基于AI视觉成像辨析为基础模型衍生的新能源电池组AI自修复算法技术，融合视觉采集、视觉分析、图像分析、自动化、仿生系统测试模型、仿生自修复模型等算法模型。集合应用于外观缺陷检测的3D成像辨析算法技术超融合的一套多维成像辨析技术方案，八大算法体系方案融合VisionAI工业检测平台可用于新能源车、储能、交通等行业。新能源电池组AI自修复算法技术原理

基于AI算法，新能源AI管理系统可以依托纯算法技术，不需要单节电池物理检测的前提下测试电子组功能、数据，以及精确定位故障电池组，并对电池联接序列进行自修复调整。4D维度算法：电池组衰减AI算法，数值测控AI算法，热失控辨析AI算法。5D维度算法：自修复AI算法。修复过程无需拆解，智能代偿，非物理修复。AI视觉算法通用/扩展接口视觉采集摄像机工业机械手PLC通讯接口图像处理算法视觉摄像机定位样本标注/标准深度学习分类检测深度学习分割检测样本生成模型训练迁移学习模型训练缺陷检测算法搭载硬件与平台基础模块衰减AI算法模型数值测控AI算法模型热失控辨析AI算法模型自修复AI算法模型AI视觉3D成像成像贴装检测方案AI视觉3D成像缺陷检测方案AI视觉3D成像定位组装检测方案

AI视觉3D成像工序检测方案

AI视觉3D成像标签检测方案

AI视觉3D成像色差检测方案

AI视觉3D成像测量检测方案

AI视觉3D/4D/5D成像辨析检测方案新能源车工业制造AI视觉检测体系4D维度应用：新能源车电池组辨析测试

新能源电池组常见的故障有动力电池故障、系统故障、SOC低、高压断开、无法上高压等数值测控，采用电池组数值测控是通过AI算法和电池组装置检测电池组线性数值，按算法模型自分析线性数值，自动生成辨析结果，并可按单电池组来划分辨析，通过线性辨析结果引导自修复或人工干预，可应用于新能源车生产测试或新能源车上市后自修复测试/诊断。节能减排效率高效安全性高延长寿命自诊管理软性测试衰减辨析解决方案--AI视觉3D/4D/5D成像辨析检测方案5D维度应用：电池组AI自修复算法应用领域解决方案--AI视觉3D/4D/5D成像辨析检测方案

新能源车电池组AI自修复算法技术，是VisionAI工业检测平台算法体系衍生的5D成像辨析技术算法，是一种电池组的低成本高精度仿生复眼智能代偿式修复技术。结合电池组衰减AI算法、电池组数值测控AI算法、电池组热失控辨析多重AI算法，结合电池组装置360°围绕新能源汽车电池组自行建模，以健康数据和阈值作为依据，全方位监测和辨析电池组健康态势，并联动电池组仿生智能代偿式修复技术对电池组进行修复，达到自修复效果。无拆解修复充电缺陷自修复放电缺陷自修复平衡电池功能自诊管理充电优化算法仿生代偿修复电池组介质检测降低电池冲击算法融合

AI视觉3D/4D/5D成像辨析检测方案是基于VisionAI工业检测平台，包含了AI视觉3D成像贴装检测，AI视觉3D成像缺陷检测，AI视觉3D成像定位组装检测，AI视觉3D成像工序检测，AI视觉3D成像标签检测，AI视觉3D成像定位检测，AI视觉3D成像测量检测，AI视觉3D/4D/5D成像辨析新能源八大方案算法检测。适用于新能源车、机器人、储能等深度智能化需求领域。案例分析--车企水箱缺陷检测车企水箱在制造过程中涉及两三百个细小零件，但由于前端工序生产工艺因素造成水箱组成零件存在缺陷现象，水箱组成里面若有一个缺陷零件，那么整个水箱就是不良品，会严重影响水箱应用安全性。车企制造产线产量大，如采用人工全程肉眼检测，基于人工检测的局限性，不仅效率低，还会非常容易造成误检和资源浪费。需

求分

析采取工业AI视觉方案，通过软件应用和缺陷算法分析并与制造电装产线设备配合剔除残次品；不同型号水箱尺寸、形状及组成不同，视觉方案需方便部署和兼容不同模型水箱；识别率要求超过95%，系统接口数据完善，检测数据与智能制造产线系统互通；具备缺陷数据汇总及分析，有利于为品质控制提供改善依据；计算机深度学习3D辨析技术方案传统方案局限性分析只能检测高度差特别明显的缺陷；对同一个零部件检测一致性不好。不规则缺陷无法用统一算法；对于灰尘或者其他干扰太敏感；过杀漏杀率不能满足工业产线标准。OKNGOR水箱检测部位算法模型类大脑判断公司介绍3案例分析案例分析--字符检测识别需

求分

析采取工业AI视觉方案，通过软件应用和缺陷算法分析并与制造电装产线设备配合剔除残次品；不同型号水箱尺寸、形状及组成不同，视觉方案需方便部署和兼容不同模型水箱；识别率要求超过95%，系统接口数据完善，检测数据与智能制造产线系统互通；具备缺陷数据汇总及分析，有利于为品质控制提供改善依据；计算机深度学习3D辨析技术方案传统方案局限性分析只能检测高度差特别明显的缺陷；对同一个零部件检测一致性不好。不规则缺陷无法用统一算法；对于灰尘或者其他干扰太敏感；过杀漏杀率不能满足工业产线标准。OKNGOR水箱检测部位算法模型类大脑判断车企水箱在制造过程中涉及两三百个细小零件，但由于前端工序生产工艺因素造成水箱组成零件存在缺陷现象，水箱组成里面若有一个缺陷零件，那么整个水箱就是不良品，会严重影响水箱应用安全性。车企制造产线产量大，如采用人工全程肉眼检测，基于人工检测的局限性，不仅效率低，还会非常容易造成误检和资源浪费。案例分析--缺陷检测识别需

求分

析采取工业AI视觉方案，通过软件应用和缺陷算法分析并与制造电装产线设备配合剔除残次品；不同规格纸类别、尺寸及组成不同，视觉方案需方便部署和兼容不同纸模型；识别率要求超过95%，系统接口数据完善，检测数据与智能制造产线系统互通；具备缺陷数据汇总及分析，有利于为品质控制提供改善依据；计算机深度学习3D辨析技术方案传统方案局限性分析只能检测高度差特别明显的缺陷；对同一个零部件检测一致性不好。不规则缺陷无法用统一算法；对于灰尘或者其他干扰太敏感；过杀漏杀率不能满足工业产线标准。OR训练样本算法模型类大脑判断基于项目对人工成本、管理成本和品质管控的需求，PAS令纸分析系统采用AI视觉人工智能检测技术可代替人工，摒弃原始的人工质检、踢除、统计的方式，快速、高质量的识别令纸的缺陷，极大提升生产流水线的良品率。无需人工介入，可以避免人工质检的误差及长时间工作带来的疲劳，同时降低人力成本，提高生产流水线令纸的品质。NGNG解决方案--方案优势基于计算机视觉3D/4D/5D成像辨析技术，内置多种为工业制造领域量身打造的高精度计算机视觉算法，包括缺陷、定位、测量等多种应用检测零操作

简单灵活，运维过程中无需代码编程，简化复杂的模型训练过程，将视觉检测方案设计的能力赋予行业IT人员即可算法搭配类型适用性覆盖80%以上工业制造品，可灵活支持多种高难度工业视觉检测方案设计需求，深度学习算法灵活适应多种产品检测，减少生产线变换具备云计算特性的同时，满足企业对数据安全的极致要求，安全的数据同步与共享方案使用方便、功能强大具备3D/4D/5D多维度成像辨析技术，突破AI视觉分析局限，应用于不同场景将工业检测带领到智能化测试与修复智能领域部署/运维特点功能要点小样本学习能力极小缺陷识别能力动态数据增强自适应模型训练集中式项目管理分布式资源调度灵活部署支持二次开发灵活的数据标准方式智能标注高精度零代码高灵活多维度混合云公司介绍4前景未来前景未来工业AI视觉检测是工业4.0的必然趋势，AI视觉