
工业机器视觉识别分析亚台介绍


平台架构及技术处理流程

工业/制造业核心应用场景

工业机器视觉分析应用

工业机器视觉分析应用
克服小目标、少样本、大图片进行快速检测基于卷积神经网和传统机器视觉算法相互结合,形成混合识别模块。通过数据生成技术,通过少样本和零样本构建数据集逐步累积数据形成完善结果。检测精度达到968%,同类比测,击败百度团队。市场上有国外的产品,大多数都是定制化的。我们的优势是视觉检测系统+MLOps在线学习平台。提示了产品对新品种、新缺陷种类的适应。

工业/制造业核心行业 - 电子制造业

工业/制造业核心行业 - 电子制造业

工业/制造业核心行业 - 电子制造业
PCBA板缺陷检测--12种PCBA板的缺陷检测,尺寸范围:60~110mm,检测项:49项,其中,传统算法检测项:14种;AI算法检测项:18种,传统加AI算法检测项:17种。

工业/制造业核心行业 - 电子制造业
芯片外观缺陷检测
针对芯片生产制造过程中,存在不同类型缺陷,包括锡球外观的球空洞、缺球、球凹痕、球脏污、锡渣球桥接、球位置、球缺陷、碎球;树脂外观的空洞、划痕、脏污、裂纹、光面未满、Die暴露、金线曝光、崩边、异物;基板外观的划伤、铜线暴露、表面粗糙度、底板凹痕、异物、碎屑、毛刺、溢胶、崩边;Mark外观的缺漏、无Mark、Mark错误、Mark脏污、Mark划痕、标记缺失、位置偏移、Mark歪斜等,而当前封测厂使用的设备都是美国KLA韩国INTEKPLUS和马来西亚Vitrox等外国企业的检测设备,设备成本高,维护困难,有些特殊的检测需求不能满足。通过清湛A和算法开发能力实现智能检测,进行芯片检测设备的国产化替代。

工业/制造业核心行业 - 电子制造业
DFM(可制造性设计)视觉缺陷检测
借助工业相机与 AI 算法,对产品生产设计过程中可制造性相关缺陷进行识别。能检测元件贴装偏移、焊点不良、PCB 布线瑕疵等,结合DFM 规则库实时分析工艺风险,自动标记不符合项并反馈优化建议,提升制程良率,助力产品设计与制造高效衔接。

工业/制造业核心行业 - 纺织业

工业/制造业核心行业 - 纺织业
布匹布料缺陷检测--布匹布料缺陷检测是纺织质量管控的关键,借助机器视觉与 AI 算法识别外观缺陷,涵盖断纱、跳丝、破洞等材质缺陷色差、色花等印染缺陷,以及经纬纱错位等结构缺陷。检测系统通过工业相机实时采集图像与标准样本比对,实现微米级在线检测,自动标记分类缺陷,效率高于人工巡检,广泛应用于面料生产、印染及成衣制造,提升良品率。

工业/制造业核心行业 - 纺织业

工业/制造业核心行业 - 纺织业
基于生成式AI服装版型生成系统--基于深度学习,输入款式设计图、尺寸参数或风格关键词,AI 即可自动生成符合人体工学的 3D版型。能智能优化省道、褶皱与剪裁结构,支持不同面料特性模拟,快速输出可量产的纸样,缩短设计周期,助力服装企业实现版型设计的智能化与个性化。

其他行业领域




