立即咨询

电话咨询

微信咨询

立即试用
商务合作
免费试用

壹合原码智慧工厂瑕疵识别平台

壹合原码智慧工厂瑕疵识别平台通过计算机视觉和人工智能技术 ，搭建智能钢丝绳检测系统、井筒检测分析系统、余煤检测分析系统，提高检测准确度 ，降低工人在线的劳动强度 ，有效提高检测标准、避免客制化生产下 ，人工有可能存在的工作疏漏。
立即咨询
数字化产品视频识别监控系统壹合原码智慧工厂瑕疵识别平台
icon场景痛点 icon
检测点多，检验耗时长
传统的检测方法不够高效、精准和灵活，检测设备不仅占用空间，而且成本高昂。
环节复杂，易发生漏检
传统检测环节复杂，且不能对设施的内部结构和细节进行全面的观察和分析，容易遗漏或误判异常。
依靠人工，风险不可控
传统检测方法依靠人工容易受到人员素质、经验、情绪等因素，导致检测结果不可靠或不一致。人工检测不能及时发现设施的潜在问题。
效率提升有瓶颈
传统检测方法不能满足现代工业环境设施的高品质要求，难以满足工业环境的各方面参数的高精度要求
icon解决方案 icon

通过计算机视觉和人工智能技术 ，搭建智能钢丝绳检测系统、井筒检测分析系统、余煤检测分析系统，提高检测准确度 ，降低工人在线的劳动强度 ，有效提高检测标准、避免客制化生产下 ，人工有可能存在的工作疏漏。

icon建设目标 icon
icon建设目标 icon
icon目标检测算法识别流程概述 icon

目标检测算法是一种计算机视觉技术，目的是在图像或视频中找出并定位需要检测的物体，并给出它们的类别和位置信息。目标检测是很多计算机视觉任务的基础，不论我们需要实现图像与文字的交互还是需要识别精细类别，它都提供了可靠的信息。

图像预处理
对图像进行对齐，降噪，去除冗余信息，选择合适的图像进行检测
图像分类
区分图像对应的设施类型， 支撑后续调用对应设施的检测模型
物体检测
根据对应的检测模型，检测模型中是否出现预设的设施，并输出结果
日志记录
支持基于多张二维图像的三维重建，支撑距离测量及全面为检测
icon目标检测算法识别流程—图像预处理 icon
01
采集某一场景内的多个图像，从中筛选出选择合适的图像，进行算法分析检测。
02
对于钢丝绳检测，首绳+尾绳检测各一支，共2支相机进行采集，需对多张图像进行融合。
03
对于余煤检测，箕斗上方安装一支红外高清摄像机进行采集，需对多张图像进行融合。
04
对于井筒检测，罐笼四周各安装一支红外高清摄像机，4支摄像机进行采集，需对多张图像进行融合。
icon实现方案：多图像检测 icon
01
对每个模型采用多张图像进行检测，对检测结果进行汇总。
02
提高检测的准确性和鲁棒性，增强图像的对比度和清晰度。
03
可以利用不同的视角和信息，互相补充和验证，减少误检和漏检的可能。
04
可以包含不同的尺度、形状、纹理等特征，适应不同的光照、背景、遮挡等条件。
05
实现简单 ，对算力要求小 ，效率高。
icon目标检测算法识别流程—图像分类算法 icon
场景描述
根据采集的图像，调用图像分类算法 ，确定钢丝绳异常、井筒异常的类型 ，支撑后续调用对应部件的检测模型。
算法实现流程： 数据标注：根据钢丝绳异常、井筒异常的类型， 对图片进行标注；
图像预处理：基于多图像检测对其进行处理；
网络模型：采用CNN神经网络，实现图像分类；
算法识别：直接输出对应的类别代码；
输出结果：对钢丝绳、井筒异常分类。
icon钢丝绳异常检测算法 icon
场景描述： 根据预设模型 ，输出检测结果与模型的差异，并进行提示报警； 通过目标检测算法，识别每一类模型中需要检测的钢丝绳异常；
算法实现： 数据预处理，将数据转换为CNN可处理的格式； 采用CNN神经网络实现目标检测并进行模型训练； 对新的图像进行目标检测； 与模板数据进行对比； 输出检测结果。
icon钢丝绳张力检测算法 icon
场景描述
根据预设模型 ，输出检测结果与模型的差异，并进行提示报警； 通过目标检测算法，识别每一类模型中需要检测的钢丝绳的张力；算法实现： 数据预处理，将数据转换为CNN可处理的格式；采用CNN神经网络实现目标检测并进行模型训练；对新的图像进行目标检测；与模板数据进行对比； 输出检测结果。
icon井筒筒壁异常检测算法 icon
场景描述
根据预设模型 ，输出检测结果与模型的差异，并进行提示报警；通过目标检测算法，识别每一类模型中需要检测的筒壁的异常，包括线缆、筒壁渗水，罐道异常等现象；算法实现： 数据预处理，将数据转换为CNN可处理的格式；采用CNN神经网络实现目标检测并进行模型训练； 对新的图像进行目标检测；与模板数据进行对比； 输出检测结果。
icon余煤检测算法 icon
 
场景描述
根据预设模型 ，输出检测结果与模型的差异，并进行提示报警； 通过目标检测算法，识别箕斗内每一勾，正常放煤后是否存在余煤并提供余煤百分比，现场作业人员会根据实际情况自行选择是否清理余煤； 算法实现： 数据预处理，将数据转换为CNN可处理的格式； 采用CNN神经网络实现目标检测并进行模型训练； 对新的图像进行目标检测； 与模板数据进行对比； 输出检测结果。
icon系统架构 icon
icon硬件清单 icon
icon三大核心流程 icon
图像数据采集
首绳+尾绳检测各一支，共2支摄像机，判断其类型及状态。
数据集标注
可在此功能模块内对视频流切帧处理的图片进行自主拉框标注，支持定义新增标签名称，标签归类等操作。
已有模型增量训练
对已标注好的数据集进行增量训练，提升模型准确度。
icon系统架构 icon
icon硬件清单 icon
icon三大核心流程 icon
图像数据采集
罐笼四周各安装一支红外高清摄像机，共4支。
数据集标注
可在此功能模块内对视频流切帧处理的图片进行自主拉框标注，支持定义新增标签名称，标签归类等操作。
已有模型增量训练
对已标注好的数据集进行增量训练，提升模型准确度。
icon核心检测 icon
icon系统架构 icon
icon硬件清单 icon
icon三大核心流程 icon
图像数据采集
箕斗上方安装一支红外高清摄像机，可安装补光设备，共1支。视觉检测箕斗内余煤，联动绞车闭锁
数据集标注
可在此功能模块内对视频流切帧处理的图片进行自主拉框标注，支持定义新增标签名称，标签归类等操作
已有模型增量训练
对已标注好的数据集进行增量训练，提升模型准确度。
icon系统优势 icon
柔性
支持私有化部署；
支持现有系统对接，减少系统重复开发；
提供模块化能力输出，按需赋能。
可靠
建立交叉验证方式，提升检测准确率；
实现全流程留证回溯；
基于深度学习算法，支持再学习功能，
不断提升系统精准度。
智能
业界先进的目标检测、物体识别；
先进的算法实施能力；
支持建立完备的特征库，
不断提升检测效率和准确率。
icon长城汽车车驾瑕疵识别项目 icon
 
场景痛点
车架经过一次性冲压通过传送带运输至焊装车间检测点，每个检测点由6名员工用肉眼对螺纹、螺母、螺柱等进行检查是否有缺失及异常，检测点仅停留15秒钟，造成检测误差大，效率低，每个车间4条成产线，人工成本过高 。
方案功能
通过深度学习视觉检测算法，对每辆车小的车架进行图像特征提取，每个检测点架设4个摄像头进行每个车架的照片采集，进行系统自检测。
 
方案效果
异常情况检测主机自动报警，定位问题区域。 自动判定处理方式，自动生成日志记录，完成线上或线下修复解决方案 检测点人工由6人降低至1人。检测准确率95%。
icon竹条瑕疵识别项目 icon
场景痛点
竹条在作为家具，板材等生产原材料前需要针对每根竹条做筛选，挑出带有缺陷的竹条，并按订单要求不同进行质量的分类筛选。原始人工质检耗费时间长，且容易漏掉缺陷，人因理解不统一，造成客户投诉，材料成本严重浪费。
解决方案
通过工业摄像头抓拍竹条表面图像，将2.1米竹条拼接在一起进行瑕疵及颜色统一程度的检测；自研深度学习算法框架对每种缺陷类型做模型训练，同时支持算法增量训练，在日常筛选过程中利用不断的数据，可持续提升准确率；通过机械与算法的交互，实现自动质检分类，降本增效。
 
方案效果
实现竹条自动检测，无需人工参与；实现多种缺陷类型同时质检，可视化界面易交互系统，生产工人无需理解技术，即可根据订单需求用户自行设置；实现缺陷类型自动分类分框，支持12种瑕疵。
icon传送带瑕疵识别项目 icon
传送带瑕疵识别项目
工厂传送带断裂一般时间非常短，破坏性高，需要在短时间内进行预警和警报，且发生的概率不固定，无法安排专人进行监控，断裂造成的生产损失严重。
方案功能
通过深度学习传送带瑕疵特征，在传送带下方安装摄像头，进行实时监控，发现细小瑕疵裂纹就可以做到秒级告警。
方案效果
针对无网的环境亦可通过边缘计算实现，7X24小时监控；可以不用改变原有的监控系统，非侵入式集成；符合智慧工厂的政策趋势。 解决方案
断裂识别1秒内报警。 大幅降低了断裂造成的原材料损失成本。

产品推荐

数睿数据smardaten企业级无代码开发平台
数睿数据smardaten企业级无代码开发平台，全过程的无码化配置，传统交付团队都能轻松上手开发；支持多人同时开发一个应用、提高交付效率；贯穿数据接入、数据资产管理、数据集成、数据标准、数据服务、数据安全的一站式数据治理能力体系。
免费试用
查看详情
黑马软件房地产营销售楼系统
黑马软件房地产营销售楼系统，APP+PC端：销售案场客户管理全程实时高效，灵活的电子销控和规范的价格管理，认筹-预订-认购-签约：销售业务全程管理。财务业务统一平台协同操作，收款信息实时同步。
免费试用
查看详情
酷学院生产制造企业培训管理系统
酷学院生产制造企业培训管理系统，汇聚行业专业体系化岗位课程，解决重复性培训耗费成本高。为企业输送人才源动力，支撑数字化转型 ，汇聚知识、汇集人才、精益组织课程体系。
免费试用
查看详情
科微米MES生产制造管理系统
科微米MES基于科微米低代码平台构建，支持云端部署和本地化部署。系统主要由销售、采购、库存、生产、质量、模具、设备、物料控制、追溯、财务等几大模块组成，也结合不同行业开发了几十款插件（小模块）来满足不同行业日常业务中的需求与流程、深入业务管理的每一环节。
免费试用
查看详情