“思科智造 101” 愈演愈烈
今天即將登場(chǎng)的是二號(hào)選手：
基于圖像的缺陷檢測(cè)解決方案
選手已準(zhǔn)備就緒
請(qǐng)欣賞TA的表演
大家好，我就是傳說(shuō)中能夠提高產(chǎn)品質(zhì)量的基于圖像的缺陷檢測(cè)解決方案！看我名字就知道，我的技能是檢測(cè)鋼板、金屬、紙張、玻璃等工業(yè)產(chǎn)品的表面缺陷，比如刮傷、壓傷、殘邊、孔洞、凹槽等，要問(wèn)我拿什么本領(lǐng)“吸粉”？且聽(tīng)我慢慢道來(lái)——
顛覆傳統(tǒng)，重新定義缺陷檢測(cè)
在傳統(tǒng)做法中，產(chǎn)品表面的缺陷檢測(cè)主要依賴(lài)于人工和機(jī)器視覺(jué)檢測(cè)！
整條生產(chǎn)線的工人睜大雙眼 只為捕捉產(chǎn)品表面的細(xì)微缺陷，準(zhǔn)確率和效率令人“捉急”！
在全數(shù)字化高速發(fā)展的今天，制造企業(yè)亟需一種高效又準(zhǔn)確的表面缺陷檢測(cè)解決方案！
所以，我來(lái)了！
基于深度學(xué)習(xí)的我融合了思科 IoT 技術(shù)和人工智能技術(shù)的表面缺陷檢測(cè)系統(tǒng)，不僅可以在生產(chǎn)線實(shí)時(shí)在線檢測(cè)，也可以離線檢測(cè)，即時(shí)給你直觀的檢測(cè)結(jié)果！如何衡量我的準(zhǔn)確度？有數(shù)據(jù)有真相——
舉個(gè)例子來(lái)說(shuō)：對(duì)于鋼板缺陷 6 分類(lèi)故障檢測(cè)，傳統(tǒng)模擬識(shí)別的錯(cuò)差率>30%，逃脫率>10%；而我能做到錯(cuò)差率<10%，逃脫率<5%！
出類(lèi)拔萃，請(qǐng)為我打 Call
我之所以能夠簡(jiǎn)單、快速、精確地測(cè)量各種不同大小尺寸的金屬、紡織品等物體表面缺陷，是因?yàn)槲也捎昧?Cisco Kinetic 等思科 IoT 技術(shù)，不僅能大幅提高檢測(cè)效率，還能帶來(lái)以下優(yōu)勢(shì)：
- 大幅縮短測(cè)量時(shí)間：視頻檢測(cè)優(yōu)于 20fps，圖片檢測(cè)優(yōu)于 0.5s/image；
- 避免人為誤差，檢測(cè)精度高：好壞準(zhǔn)確率優(yōu)于 85%，逃脫率優(yōu)于 5%，平均缺陷種類(lèi)判別準(zhǔn)確率優(yōu)于 90%；
- 測(cè)量數(shù)據(jù)應(yīng)用簡(jiǎn)便
- 測(cè)量范圍廣
- 安裝操作簡(jiǎn)單
- 對(duì)環(huán)境要求寬松
- 軟硬兼施，實(shí)力超群
考慮到模塊化易于部署與管理，我融合了不同的軟件和硬件模塊，它包括數(shù)據(jù)源、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化、應(yīng)用和云幾個(gè)部分：
在不同模塊子系統(tǒng)的配合下，完成一次檢測(cè)，我需要經(jīng)歷如下流程——
