3C 产品通常对精密度和外观要求非常高,而微小结构件检测产量大,人工检测成本高,缺陷类型多,因此希望通过智能检测代替原有人工检测。百度与生态合作伙伴共同研发了高度集成的一体化 3C 智能工业质检设备,设备上线后可减少 90%以上的质检员,方案能兼容各类40 * 40 * 40mm 的结构件检测
对于固定点位检测场景(例如笔记本内层检),错漏安装可能会导致巨大的返工成本和售后成本。采用百度深度学习模型对固定点位场景进行智能检测,可大幅提升检测精度和效率,并可通过机械调整工作距离来实现不同尺寸产品的兼容需求
受缺陷特征不清晰不明显等因素影响,人工检测无法有效确保质量,同时生产产品需要按照销售地区不同进行质量等级的划分。百度采用一体化的检测方案,进行在线实时外观检测,开放阈值、长度、面积、灰度等信息,支持对产品的等级进行调整,并对检测结果进行实时统计反馈
传统表检设备面对中厚板检测因为粉尘、杂质、氧化铁皮等因素的干扰,往往检测指标不能达到要求,仍需人工为主进行缺陷检测,对于检测人员来说,工作量大,危险系数高。百度针对现场情况,可定制检测方案,采用上下双排检测方式,并加固光学采集设备,保证在恶劣环境中可以长时间正常工作
对于纺织行业原布检测,受传统技术局限,无法处理无规律图片,且复杂的纹理分类能力差,抗干扰能力差,漏检误检高,同时存在模型复用性差、调参复杂、新增缺陷和优化困难等问题。百度与合作伙伴合作打造的智能验布机,可通过AI模型进行缺陷的快速筛查,检测效果优于人工
自主可控的AI技术平台,在计算机视觉领域内有较强的算法能力积累。
多种检测模型预置,可快速部署验证可行性。
兼容多种行业的产品检测需求,适用性强。
松耦合的集成方案,不受硬件品牌约束,可适应多种硬件设备。