基于深度學習和機器視覺的手機表面缺陷檢測

2022-11-10 13:37:18 精質(zhì)視覺

　　隨著智能制造產(chǎn)業(yè)的升級和改造，智能手機作為人們生活的必需品，它的“智”不僅僅在于產(chǎn)品功能、性能方面的創(chuàng)新，更在于生產(chǎn)制造過程的智能化。

　　智能手機生產(chǎn)共有80多道工序，每一個工序都需要進行檢測，檢測的標準各不相同。為提升產(chǎn)品品質(zhì)，降低不良率，達到用戶滿意度，檢測作為手機生產(chǎn)的最后一道工序，是產(chǎn)品品質(zhì)的“守門員”，也是手機廠商們關(guān)注的焦點。

　　手機在生產(chǎn)時候不可避免的會有一些缺陷，例如：

　　· 蓋板玻璃上有劃傷、壓傷、破損、邊緣毛刺等，產(chǎn)品尺寸公差大等;

　　· 手機電池表面會出現(xiàn)漏氣、焊點、壓傷等;

　　· PCB元器件有錯、漏、反、浮高等問題;

　　· 金屬部件表面臟污、裂紋、劃傷、刮傷、氣泡等;

　　· 攝像模組上有異物、污染、刮傷、白點以及高度差等;

　　· 在成品機組裝上，出現(xiàn)缺件、錯件、螺釘浮高等等。

　　這些缺陷不僅會引發(fā)一系列的返工、售后問題，還會影響消費者對產(chǎn)品的使用感受，對產(chǎn)品的口碑也會造成一定的影響。

　　伴隨著人口紅利的逐漸消失，以及傳統(tǒng)機器視覺的“僵態(tài)化”檢測，局限性問題日益突出，已無法應(yīng)對終端產(chǎn)品的頻繁迭代。

　　深度學習技術(shù)，通過深度提取圖像瑕疵特征，突破傳統(tǒng)機器視覺邏輯簡單、難以分析無規(guī)律圖像的瓶頸，持續(xù)有效地提高了質(zhì)檢的準確性。

　　對于產(chǎn)品線的不斷更迭變換，用戶無需更改或調(diào)整設(shè)備機構(gòu)，只需通過軟件選擇相應(yīng)前期調(diào)試好的參數(shù)即可，如此一來，便大幅降低了用戶更換不同產(chǎn)品時的設(shè)備調(diào)試時間。

　　在檢測過程中，可實現(xiàn)不同尺寸、型號手機玻璃面、后蓋、側(cè)面、圓弧面的全方位檢查，快速、精準地檢測出劃痕、碰傷、臟污、邊緣銀邊、漏光等缺陷，省去了人工干預的環(huán)節(jié)。

　　遇到嚴重缺陷，還可根據(jù)設(shè)定在線報警或者停機，以防出現(xiàn)故障導致全線停產(chǎn)。

　　檢測完成后，可在線將缺陷分類、存儲、輸出報表，增加了數(shù)據(jù)的可追溯性，管理者也能在第一時間獲取產(chǎn)品缺陷分布和良品率，并根據(jù)一手數(shù)據(jù)及時優(yōu)化流程與工藝。

　　毫無疑問，無論是在產(chǎn)品生產(chǎn)檢驗作業(yè)中，或是進行品質(zhì)管理，實現(xiàn)精益化生產(chǎn)上，依靠深度學習技術(shù)的缺陷檢測系統(tǒng)將是企業(yè)最為堅實的力量。

欧美日本视频一区,色欲AV亚洲情无码AV蜜桃,国产精品全国探花在线观看,三男三女换着曰