摇橹船科技皮革面料智能检测系统应用解析

发布日期:2022-12-20 15:33:01

摇橹船科技的皮革面料智能检测系统,采用“光”+AI技术及自研深化的目标检测算法,适用于PVC革、PU革及以超细纤维无纺布为基布的PU革,在皮革生产完成后的皮革检测环节,以机器检测为主,人工复检为辅,对皮革面料表面缺陷进行检测断定,并对瑕疵进行标识定位,以及瑕疵检测结果的数据进行统计分析,以提升检测质量和效率,提高合格皮革产量。

摇橹船科技皮革面料智能检测系统应用场景

人工检测的缺点

1、人工检测漏检率高,影响了产品定级

2、人工检测效率低,影响了产品的产量

3、人口老龄化,招工难,培养熟练工人周期长,用工成本高

皮革面料智能检测系统优势

1、采用“光”+AI技术、自研深化的目标检测算法

2、对皮革表面的瑕疵进行标识定位

3、对瑕疵检测结果进行统计分析

摇橹船科技皮革面料智能检测解决方案已在华东地区人造皮革外资龙头企业落地,目前已快速迭代优化形成一体化检测设备。原先需要2个工人来完成的工作,用系统替代完成,检测效率提升2倍 。以一块红色皮料检测速度为例,人工检测能力需要7-10米/分钟 ,摇橹船科技皮革面料智能检测系统的检测能力为 20米/分钟,迭代后的第二代检测系统又提升到 60米/分钟;同时肉眼检测识别瑕疵是 0.5毫米 ,而智能检测识别最小瑕疵 0.2毫米。在皮革面料智能检测应用后,该项目缺陷检测准确率95%以上,人力成本降低50%。

摇橹船科技皮革面料智能检测系统操作流程

摇橹船科技皮革面料智能检测系统构成

1、硬件

采用光+AI技术、自研深化的目标检测算法;对皮革表面的瑕疵进行标识定位;对瑕疵检测结果进行统计分析。

2、软件

在软件方面开发了基于深度学习开发的表面缺陷智能检测平台,并支持全自动快速检测和人机协作检测两种模式,能自动进行瑕疵标识、定位、检查机自动启停、检测瑕疵预警等功能。同时建立缺陷图像库,对缺陷数据可以进行溯源和工艺问题定位。系统操作简单,无需培训,全触屏操作,更加人性化。

3、算法

与传统机器学习算法相比我们使用的深度学习算法是以YOLO系列算法为理论基础,针对皮革面料检测场景自行研发且深度优化目标检测算法,通过对海量皮革面料瑕疵数据的学习,获得的SOTA模型更具有抗干扰性强,检出率高、误检及漏检率低,检测速度快的特点。

产品优势划重点

1、检测率高

大瑕疵检测精度 95%。

小瑕疵检测精度 95%。

2、适应性强

一体化设备,更具美观性,算法边缘计算决策,响应速度快。

3、人机交互简单

灵活的智能检测呈现端,可根据工人习惯灵活调整屏幕角度,集成一体化设备,触摸操作更加人性化。

4、统一的集成产品,交付标准化,实施周期短

一体化设备对生产线几乎无改动,标准化产品,安装简单,实施周期短。

5、属地化运维团队

专业的运维技术团队,24小时响应,按照需求痛点对产品进行追溯、数据分析,最终优化生产线。

6、适用性强的算法

拥有自行研发成熟的目标检测算法,并根据市面常用的皮料颜色,建立了完整的瑕疵数据集,如有新品种皮革检测,采集瑕疵数据训练周期短。

随着智能制造与传统产业的深度融合,加快皮革面料行业数字化转型升级也成为了行业内企业的共识。在此过程中,摇橹船科技将持续不断进行探索创新,以更先进的技术、更便捷的一体化平台、更智能的产品赋能皮革面料行业数字化转型,加快行业规范化、智能化进程。

关于 人工智能之家

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注