核心優(yōu)勢
處理能力強(qiáng)：基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）開發(fā)的深度學(xué)習(xí)功能，對于不同材料表面的形式各異的瑕疵，均可作出良好的檢出率。
高效性：能夠?qū)⒋髷?shù)據(jù)量的圖片有效的降維成小數(shù)據(jù)量。
特征保留：能夠保留圖片的特征，類似人類的視覺原理。
應(yīng)用領(lǐng)域
圖像分類與檢索，目標(biāo)定位檢測，目標(biāo)分割
深度學(xué)習(xí)概念
深度學(xué)習(xí)是人工智能的核心技術(shù)，結(jié)合了深度學(xué)習(xí)的機(jī)器視覺系統(tǒng)，能讓機(jī)器像人一樣具有分析學(xué)習(xí)能力，從而識(shí)別文字、圖像等數(shù)據(jù)信息，解決多種復(fù)雜的模式識(shí)別問題。
病理學(xué)分析
細(xì)胞計(jì)數(shù)：通過深度學(xué)習(xí)訓(xùn)練模型，將細(xì)胞的數(shù)量、半徑、密度等信息計(jì)算出來。
轉(zhuǎn)子表面缺陷檢測
項(xiàng)目難點(diǎn)：刀紋理會(huì)影響壓痕缺陷的檢測，利用深度學(xué)習(xí)就可以把壓痕和刀紋區(qū)分開來
焊點(diǎn)項(xiàng)目識(shí)別效果
輕微焊斑檢測效果
優(yōu)點(diǎn)：對比度強(qiáng)且連貫的輕微焊斑，檢測效果好
線圈焊錫質(zhì)量檢測
項(xiàng)目難點(diǎn)：外圍線圈特征復(fù)雜
檢測邏輯：分割模型將產(chǎn)品特征分割出以后，用傳統(tǒng)斑點(diǎn)進(jìn)行邏輯判斷
