基于AI深度學(xué)習(xí)算法的Proxima外觀檢測(cè)智能軟件

發(fā)布日期： 2020-12-26 點(diǎn)擊： 914

在產(chǎn)品質(zhì)量和外觀檢查的世界中，人眼只能分辨出大小大于0.5毫米的那些缺陷，并且存在很大的誤判風(fēng)險(xiǎn)。隨著工作時(shí)間的增加，眼睛疲勞和衰老會(huì)增加誤判的風(fēng)險(xiǎn)。但是，傳統(tǒng)的機(jī)器視覺檢測(cè)缺乏圖像處理和缺陷定位的功能，導(dǎo)致缺陷檢測(cè)的準(zhǔn)確性低，性能不穩(wěn)定，流水線很難實(shí)現(xiàn)智能自動(dòng)檢測(cè)。可以看出，傳統(tǒng)機(jī)器視覺檢查和“裸眼”檢查產(chǎn)品外觀質(zhì)量的能力和效率，準(zhǔn)確性和范圍都非常有限。

深度學(xué)習(xí)的思想源于``人工神經(jīng)網(wǎng)絡(luò)''，從大腦中汲取靈感，模擬人腦對(duì)問題的分析機(jī)制，并建立了用于分析和學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的基本構(gòu)建模塊是模仿人腦神經(jīng)元的人工神經(jīng)元。正如大腦中數(shù)十億個(gè)神經(jīng)元分布在神經(jīng)網(wǎng)絡(luò)的多個(gè)層中，并且它們之間有成千上萬的連接一樣，深度學(xué)習(xí)模型涉及大量的計(jì)算單元。當(dāng)它們彼此交互時(shí)，建模數(shù)據(jù)的潛在分布要大得多。自主學(xué)習(xí)的層表示。

為了滿足對(duì)高效率和高標(biāo)準(zhǔn)探傷的日益嚴(yán)格的要求，Sirui Measurement推出了基于深度學(xué)習(xí)的Proxima探傷軟件系統(tǒng)，以解決客戶在產(chǎn)品表面探傷過程中遇到的各種問題。

Proxima可以檢測(cè)到的主要缺陷類型為：

劃痕，刀痕，碎裂，氣泡，隆起，凹痕，劃痕，雜質(zhì)，變形，碎裂，白點(diǎn)，條紋，黑點(diǎn)，收縮，波紋，裂縫

智能變電站二次設(shè)備實(shí)施狀態(tài)檢修的探討_陰檢和肛檢的區(qū)別_智能檢具

Proxima軟件功能：

快速培訓(xùn)和準(zhǔn)確的結(jié)果

在訓(xùn)練過程中，Proxima通過卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，深度神經(jīng)網(wǎng)絡(luò)，長期和短期記憶網(wǎng)絡(luò)等多層神經(jīng)網(wǎng)絡(luò)層有效地訓(xùn)練學(xué)習(xí)模型并優(yōu)化訓(xùn)練速度。因此，Proxima的智能缺陷檢測(cè)率高達(dá)95％，并且具有靈活的多功能可擴(kuò)展性。

性能穩(wěn)定，效率高

在學(xué)習(xí)過程中，Proxima通過評(píng)估提取目標(biāo)，特征分析和分類模型的迭代來優(yōu)化檢測(cè)的穩(wěn)定性和效率。 Proxima將圖像處理，特征識(shí)別，各種深度學(xué)習(xí)建模和其他高科技集成在一起，這使得Proxima的圖像特征識(shí)別能力和穩(wěn)定性是其他機(jī)器視覺檢查系統(tǒng)無法比擬的。

智能檢具_(dá)陰檢和肛檢的區(qū)別_智能變電站二次設(shè)備實(shí)施狀態(tài)檢修的探討

培訓(xùn)模式，方法多樣智能檢具，應(yīng)用廣泛

Proxima可以基于對(duì)訓(xùn)練集的評(píng)估來生成最佳適用和高效的學(xué)習(xí)模型。 Proxima通過切換各種自行開發(fā)的機(jī)器學(xué)習(xí)模型來使培訓(xùn)高效且穩(wěn)定地輸出結(jié)果。目前，Proxima已廣泛參與3C行業(yè)（電子，通信和消費(fèi)產(chǎn)品）的缺陷檢測(cè)。在汽車工業(yè)中智能檢具，航空零件和組件也是Proxima競(jìng)賽的領(lǐng)域。

結(jié)果快速直觀地輸出

Proxima的結(jié)果報(bào)告輸出非?？?。結(jié)果報(bào)告不僅包含缺陷的位置，形狀，大小和分類，還包含統(tǒng)計(jì)信息。用戶可以直接打開報(bào)告并快速預(yù)覽報(bào)告。

操作簡(jiǎn)單易用

智能檢具_(dá)陰檢和肛檢的區(qū)別_智能變電站二次設(shè)備實(shí)施狀態(tài)檢修的探討

Proxima研發(fā)團(tuán)隊(duì)在軟件操作和界面設(shè)計(jì)方面遵循簡(jiǎn)單易用的設(shè)計(jì)理念，因此大多數(shù)用戶無需復(fù)雜的培訓(xùn)即可上手。 Proxima的軟件界面遵循Microsoft Office的標(biāo)準(zhǔn)設(shè)計(jì)。在操作過程中只需執(zhí)行“標(biāo)記，培訓(xùn)和測(cè)試”三個(gè)步驟即可產(chǎn)生結(jié)果。

內(nèi)置高級(jí)算法，適用性強(qiáng)

Proxima支持各種高級(jí)圖像預(yù)處理算法，卷積神經(jīng)模型和其他機(jī)器學(xué)習(xí)模型以及結(jié)果的統(tǒng)計(jì)分析。 Proxima可以通過標(biāo)準(zhǔn)網(wǎng)絡(luò)電纜傳輸TCP / IP協(xié)議和其他制造商的測(cè)量設(shè)備（例如X射線照片）以進(jìn)行缺陷檢測(cè)。

與其他傳統(tǒng)缺陷檢測(cè)方法不同，Proxima缺陷檢測(cè)系統(tǒng)僅需要少量缺陷圖像即可在短時(shí)間內(nèi)進(jìn)行大規(guī)模訓(xùn)練。此外，GPU特殊處理算法被用來大大提高檢測(cè)效率，基于深度學(xué)習(xí)的檢測(cè)算法可以提高檢測(cè)準(zhǔn)確率，并降低漏檢率和過殺率。

不僅發(fā)現(xiàn)瑕疵...

陰檢和肛檢的區(qū)別_智能變電站二次設(shè)備實(shí)施狀態(tài)檢修的探討_智能檢具