结合O型圈款式多、产品形变大、缺陷种类复杂多变等产品特点,鉴于传统视觉算法无法准确识别及设定缺陷特征的分割标准,检测系统会在检出率及误判率设定上难以调节平衡等现状,伟顾德结合在视觉检测领域深耕多年的行业经验及新的深度学习智能算法,隆重推出了全新系列的AI深度学习O型圈外观检测设备。
采用大量的图像样本、标注样本放入神经网络模型中进行训练,通过训练结果调节参数及网络结构,经过多次迭代后达到更优的检测模型,有赖于在O型圈行业大量基础客户群体的支撑及样本量的搜集,伟顾德结合深度学习算法,已推出多款可用于不同产品大小、颜色的O型圈检测通用算法模型,并且伴随着不良缺陷样本的逐步完善,基于深度学习的O型圈外观检测设备,已可替代传统算法机型,并且在确保检出率的同时,更大程度控制误判率,对于传统算法无法驾驭的缺陷特征对比度较差、背景信息多变、产品外形随机等应用场景上,深度学习算法通过大量良品及不良品样本的训练学习,可以更大程度提升检测系统的适应性及精准度,并且经过样本集的持续完善及扩充,可以不断提升检测系统的检测能力。
AI智能制造,伟顾德与您携手共进。