熟悉工業(yè)視覺缺陷檢測領(lǐng)域的朋友都知道，視覺檢測的關(guān)鍵功能便是檢測、定位、識(shí)別及測量，在工業(yè)生產(chǎn)范圍都是有十分廣泛的運(yùn)用。深度學(xué)習(xí)視覺檢測對于人力或傳統(tǒng)式的視覺設(shè)備方法來講，深度學(xué)習(xí)視覺檢測速度更快、精度高、準(zhǔn)確性高等優(yōu)勢。工業(yè)智能化生產(chǎn)的進(jìn)行，促使了深度學(xué)習(xí)視覺檢測的廣泛的運(yùn)用，在各種方面為制造企業(yè)及客戶提供更優(yōu)質(zhì)的產(chǎn)品。

如今，深度學(xué)習(xí)視覺檢測系統(tǒng)也逐漸在塑料模具領(lǐng)域中廣泛運(yùn)用，塑料模具深度學(xué)習(xí)視覺檢測一般是使用采用非接觸式的光學(xué)設(shè)備去分析和處理圖像，以獲得產(chǎn)品信息和操作。在注塑件的表面檢測中，塑料模具深度學(xué)習(xí)視覺檢測采用先收集標(biāo)準(zhǔn)的產(chǎn)品，隨后再進(jìn)行產(chǎn)品圖像的優(yōu)劣對比，進(jìn)而判斷該生產(chǎn)產(chǎn)品是否為合格品。

傳統(tǒng)的機(jī)器視覺表面缺陷檢測算法結(jié)構(gòu)通過圖像預(yù)處理得到便于檢測的圖像，隨后借助統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法來提取圖像特征，進(jìn)而實(shí)現(xiàn)缺陷檢測的目標(biāo)。圖像預(yù)處理通常包括直方圖均衡化、濾波去噪、灰度二值化、再次濾波幾部分，以得到前后景分離的簡單化圖像信息；隨后利用數(shù)學(xué)形態(tài)學(xué)、傅里葉變換等算法以及機(jī)器學(xué)習(xí)模型完成缺陷的標(biāo)記與檢測。

傳統(tǒng)式的檢測方式在某些特定的應(yīng)用中已經(jīng)取得了較好的效果，但仍然存在許多不足。例如：圖像預(yù)處理步驟繁多且具有強(qiáng)烈的針對性，魯棒性差；多種算法計(jì)算量驚人且無法精確的檢測缺陷的大小和形狀。而塑料模具深度學(xué)習(xí)視覺檢測可以直接通過塑料模具學(xué)習(xí)數(shù)據(jù)，更新參數(shù)，避免了人工設(shè)計(jì)復(fù)雜的算法流程，并且有著極高的魯棒性和精度。

以塑料模具深度學(xué)習(xí)視覺檢測代替人工和傳統(tǒng)式機(jī)器視覺對塑料模具進(jìn)行檢測，不僅可以適應(yīng)各種惡劣的檢測環(huán)境、提升精確度，還可以連續(xù)高強(qiáng)度的運(yùn)行、提高效率。并且機(jī)器視覺檢測系統(tǒng)實(shí)時(shí)性強(qiáng)，在提高產(chǎn)品質(zhì)量的同時(shí)，極大的降低了成本，實(shí)現(xiàn)塑料模具零缺陷生產(chǎn)的目標(biāo)，具有較大的經(jīng)濟(jì)效益和社會(huì)效益。虛數(shù)科技長期致力于為客戶提供非標(biāo)定制的機(jī)器視覺系統(tǒng)、智能視覺裝備與核心視覺器件等中高端產(chǎn)品與解決方案。多年來在視覺軟件與算法、核心視覺部件、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域的技術(shù)積累，已經(jīng)形成包括機(jī)器視覺自動(dòng)化檢測、缺陷檢測，自動(dòng)定位、尺寸測量、智能檢測等在內(nèi)的各種行業(yè)的專業(yè)解決方案。