人工智能检测设备实现手机外观缺陷全自动检测

　　手机外观缺陷检测一直是业界的难题，需要检测的缺陷种类繁多且变化多端，主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、异色区分等问题。

　　目前，手机整机外观全检基本上处于全人工肉眼检测的状态。由于手机整机的精密工业检测需求，使得传统机器视觉系统难以通过编程来解决以上这些缺陷检测问题。手机整机外观检测涉及曲面以及复杂纹理图像中细微划痕的检测需求，只能通过人工肉眼二次复检来完成，进而增加了额外成本。

　　人工智能手机整机外观全检设备

　　基于深度学习算法的AI缺陷检测性产品——人工智能手机整机外观全检设备，经过一年的在线运行与验证，已经达到了客户工业4.0智能生产车间的技术指标要求，这标志着困扰行业多年的手机整机外观全检难题终于被攻克。

　　人工智能手机整机外观全检设备，实现了光电、机械、人工智能深度学习算法等领域的系统整合。其检测技术大量结合核心人工智能深度学习算法、光学原理、图像处理、运动控制及精密机械等技术，利用光学方式采集图像以获得产品的表面状态，以人工智能算法、图像处理技术来检出产品缺陷或图案异常等，具有高速度、高精度、高稳定性等特性，不论是在生产的制程中进行监测或进行精密品质管理，或是在高科技产品的制造与检验作业中，这款人工智能设备都能发挥重要作用。

　　核心技术介绍

　　人工智能算法软件重新定义了AI缺陷检测。新技术的研发使得缺陷检测更精准、更高效，这次技术升级带来了以下技术优势：

　　1、能够轻松应对频繁更换检测产品的情况，无需重新建立神经网络;

　　2、单一图片数据也可以轻松建立神经网络;

　　3、可视化调试，打开了“黑匣子”，提高检测的准确度;

　　4、的自动标记功能，极大地降低了人工标记的时间;

　　5、新旧产品更替可以平稳过度，零对接时间;

　　6、利用GPU及算法优化提高检测速度，可以实现高速产线的实时检测(速度超过10m/s)

　　相比于传统机器视觉检测，sipotek思普泰克人工智能深度学习算法具有以下几大优势：，解决了传统视觉无法处理的无规律的复杂图像问题;第二，解决了传统机器视觉由于抗干扰能力差而造成的漏检、误检率高的问题;第三，解决了传统视觉中未出现过的缺陷无法识别、需要连续不断的算法补丁的问题;第四，解决了传统视觉项目周期普遍很长、导致验证速度慢的问题;第五，解决了传统视觉对硬件环境依赖比较高的问题。