七海測量推出基于深度學習的缺陷檢測系統

用于判斷外觀缺陷的傳統機器視覺基于圖像灰度值對比算法，對圖片的質量要求很高，圖片背景雜亂或對比度不明顯時，很難對缺陷進行準確定位和識別，因此需要更優異的檢測算法來解決這一問題。

七海測量推出全新基于深度學習的缺陷檢測系統，按照人腦的判斷理念來進行缺陷檢測。

檢測過程及檢測原理 

針對產品中某一類型的缺陷，輸入10~20張缺陷樣本，通過成像系統拍缺陷樣本圖片，人工在樣本圖片上對缺陷特征進行標記，之后軟件通過算法對標記好的圖片進行深度學習，學習之后建立自己的NG數據庫，從而形成針對該種類缺陷的神經網絡。當被檢測工件輸入，系統即可智能判斷它是否有此類缺陷，同時對缺陷進行及時可靠的識別、標記和分類。

基于深度學習的視覺檢測軟件讓機器有了大腦，有了像人一樣的學習能力，可以在不斷工作中積累經驗，檢測的次數越多經驗越豐富，結果越來越精準。系統使用神經網絡算法，模塊化地解決機器視覺的各種問題。

檢測優勢及特點 

相比傳統機器視覺，基于深度學習的機器視覺檢測系統的檢測結果有著更高的檢測準確性和重復性。產品的優勢更大，可以解決更多復雜的問題。

缺陷檢測應用 

基于深度學習的缺陷檢測系統能夠無縫配合生產對接，實現檢測過程的自動化。檢測系統日夜無休地測量每一個零件，響應生產節拍。使用該系統節省人力成本和管理成本，一次性投資帶來長期穩定的效益。讓人工智能走入機器視覺領域，實現真正意義上的機器替代人，必將推動新一輪的產業升級。

基于深度學習的缺陷檢測系統可以檢測多種缺陷特征，通過更換治具和視覺算法就可以切換不同類型的產品。七海測量針對五金、塑膠、PCB、玻璃等行業提供具體的方案。