手表的制造工序有多种,其中每一个零件都有严格的检测工序要求,手表外观可从外壳、表镜、表盘和时分秒针等方面检查。表壳应没有砂眼和明显划痕,棱角对称;后盖与上壳的旋合处应严密;两只表环各与表壳的距离相等,安装耳璜的孔应该在表壳脚尾部的位置居中不偏,孔的深度适当,使表环不易脱落;表镜应没有疵点和划痕,透明光亮;三针安装正确,针与针、表镜与表盘之间应有正确的安全间隙;表盘和指针镀层光洁度好,没有斑痕,表盘刻度线条或夜光点完整;把头与表壳之间约有0.1-0.3mm的间隙。
以上缺陷如果利用人工检测,不仅工作强度大,工人极易产生视觉疲劳,而且检测效率不高,***的限制了生产效率和降低了产品品质。用传统检测则需要大量的人力物力去写算法,并且每产生一个缺陷都要重写一次,这就导致效率无法提升,这是日新月异的工业时代所不允许的。
而用ALFA的深度学习检测套件系统就可以解决这些问题:
1、准确***:在工业检测领域,通过大数据的学习和不断的重复,准确率***接近***;
2、解决疑难问题:在传统机器视觉软件调节一个参数另一个参数可能就有变动,无法完全满足所有缺陷的检测要求。人工智能,只要不断加样本学习即可。
3、短时间可以做出结果:在时间要求很短的项目上,只要有足够多的图片,并且进行标识,原则上一天就可以做出理想的结果。
4、后期维护方便:传统算法现场出现问题,无法检测出想要的结果,软件编程技术人员要到生产现场进行软件调试,ALFA套件可以直接把没有检测出来的图片在生产现场再学一遍就可以达到想要的结果。