<track id="v5dvj"></track>

      首頁> 事業領域> AI圖像檢測軟件> 概要

      東芝自主開發的良品學習AI圖像檢測技術
      短期內可實現自動化檢測并提升檢測精度

      東芝AI圖像檢測技術通過良品學習算法,為生產現場檢測工序自動化提供解決方案。
      通過東芝自主開發的閾值優化算法,在防止不良品的漏檢和降低誤檢率的同時,實現檢測環節的人員精簡,并為后疫情時代的新型制造現場模式作出貢獻。

      ?AI圖像檢測軟件是利用圖像進行外觀檢測,具有“學習功能”和“判定功能” 的軟件。

      普通AI圖像學習方法的劣勢 檢測裝置的劣勢
      • 需要收集大量良品和不良品的圖像數據且學習需要花費較多時間

        只需收集少量良品圖像即可在短期內快速完成學習

      • 創建良品模型和調整精度需要高度專業的技術水平

        無需專業技術人員也可輕松實現圖像導入和參數設定

      • 導入現有生產線程序復雜且維保不便

        在現有產線上通過安裝攝像頭、光源等即可實現導入

      普通AI圖像學習方法的劣勢
      • 需要收集大量良品和不良品的圖像數據且學習需要花費較多時間

        只需收集少量良品圖像即可在短期內快速完成學習

      • 創建良品模型和調整精度需要高度專業的技術水平

        無需專業技術人員也可輕松實現圖像導入和參數設定

      檢測裝置的劣勢
      • 導入現有生產線程序復雜且維保不便

        在現有產線上通過安裝攝像頭、光源等即可實現導入

      特長
      • 1
        東芝自主開發的良品學習方式降低誤檢率

        通過自主開發的閾值優化算法,降低誤檢率和漏檢率,確??煽繖z測結果。

      • 2
        在操作畫面上直觀地創建學習模型

        提供便捷可用的GUI,方便創建良品學習模型、驗證精度、確認檢測結果。

      • 3
        在現有生產線上輕松導入

        無需對現有生產線進行改造,只需設置通用相機和光源,即可采集圖像進行檢測。

      東芝自主開發的良品學習方式

       通過標準閾值的學習,將優化的良品模型和產品圖像進行比較檢測

         從各種良品圖像中統計學習良品的容許閾值,與之不同的將被判定為不良品

       為降低誤檢率而采用的優化閾值方法

         在容易出現誤檢的區域通過反復學習,以避免在該區域中出現誤檢從而優化良品學習模型的閾值

      關聯網站

      聯系我們

      返回主頁面

      最新国产乱人伦偷精品免费网站,ххх中国人免费的片,性色av人人爽,征婚本人电话过夜 50岁