傳統(tǒng)的人工方法檢測產(chǎn)品表面劃痕缺陷，可能會因?yàn)楣と私?jīng)驗(yàn)等主觀因素，導(dǎo)致檢測結(jié)果不一致和檢測效率難以提升。采用機(jī)器視覺的方法可以對產(chǎn)品外觀缺陷檢測，快速且準(zhǔn)確的識別劃痕，大幅提高了生產(chǎn)線的效率，提高了產(chǎn)品的生產(chǎn)質(zhì)量。

跑碼地Coovally是一個包含完整AI建模流程、AI項(xiàng)目管理及AI系統(tǒng)部署管理的機(jī)器視覺平臺，能夠幫助用戶快速批量驗(yàn)證多種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型的性能，極大的降低AI模型工程化應(yīng)用門檻；能夠提供“打包自身的A I能力”，給業(yè)務(wù)人員使用，可實(shí)現(xiàn)“授人以漁”。

產(chǎn)品特色

·支持智能輔助標(biāo)注，通過預(yù)識別系統(tǒng)，讓算法先進(jìn)行預(yù)識別，再根據(jù)結(jié)果進(jìn)行人為調(diào)整，大幅度降低人力重復(fù)勞動，提升標(biāo)注效率；

·支持圖像增強(qiáng)、數(shù)據(jù)集標(biāo)簽轉(zhuǎn)換等多種輔助工具。將用戶從瑣碎的工作中解放出來， ?高效地完成特定任務(wù)的建模；

·以小時級的速度定制算法，開發(fā)效率可提升數(shù)10倍及以上。

?

?

與傳統(tǒng)技術(shù)相比的優(yōu)勢

對比于傳統(tǒng)檢測技術(shù)，人工智能深度學(xué)習(xí)技術(shù)可以檢測更多的瑕疵類型，擁有更高的準(zhǔn)確率、魯棒性和泛化能力，在產(chǎn)線中發(fā)現(xiàn)新的瑕疵類型時，可以更加快速、低成本的實(shí)現(xiàn)模型更新。

方案架構(gòu)

方案構(gòu)成及使用流程

用戶在Coovally官網(wǎng)點(diǎn)擊【免費(fèi)試用】填寫基本信息，等待或主動添加Coovally小助手微信，Coovally將針對用戶需求進(jìn)行方案落地。方案的落地過程包括模型建立、補(bǔ)充訓(xùn)練、集成落地、持續(xù)優(yōu)化等幾個階段。

模型建立：用戶提供產(chǎn)品現(xiàn)有瑕疵樣例圖片，通過Coovally訓(xùn)練建立專屬的模型；

補(bǔ)充訓(xùn)練：如果模型的識別效果不佳，用戶提供補(bǔ)充訓(xùn)練圖片進(jìn)行模型優(yōu)化；

集成落地：針對產(chǎn)線制定配套方案；

持續(xù)優(yōu)化：對于運(yùn)行中新出現(xiàn)的瑕疵類型，可進(jìn)行更新。

應(yīng)用場景

鍵盤外觀檢測：在制造和組裝鍵盤流水線中，自動識別鍵盤組裝后的合格性，包括缺件、錯裝、正常三類。

木地板外觀檢測：在生產(chǎn)線上自動檢測木地板的外觀瑕疵，包括毛面、棘爪、腐朽、蟲眼等瑕疵。

工業(yè)噴油嘴檢測：在生產(chǎn)線上自動檢測工業(yè)噴油器閥座的外觀瑕疵。

紡織品針檢檢測：在鞋、帽、箱包等紡織品產(chǎn)品進(jìn)行檢針的過程中，對X光拍照結(jié)果進(jìn)行自動識別，檢測斷針、金屬小物件等異物。

塑料瓶檢測：對醫(yī)藥、食品、日化等各類包裝塑料瓶在生產(chǎn)線上進(jìn)行自動檢測，包括污點(diǎn)、劃痕、裂縫、標(biāo)簽錯位和歪斜等外觀缺陷。

應(yīng)用效果

可以與企業(yè)現(xiàn)有產(chǎn)線集成，實(shí)現(xiàn)對最終產(chǎn)成品、中間過程產(chǎn)品、原材料等環(huán)節(jié)的質(zhì)量自動檢測，取代現(xiàn)有人工質(zhì)檢操作，打通全產(chǎn)線自動化流程，提升質(zhì)檢和生產(chǎn)效率。