详细介绍
AI瑕疵脏污检测软件运用了神经网络作为参数结构进行优化的机器学习算法，可以通过不断采集现场的不同缺陷的图片，利用图片数据循环往复地更新迭代现有模型，以此实现自学习的软件检测功能。
1.该软件解决了常规算法因产品位置轻微偏移、光源亮度变化、产品轮廓深浅不一等因素导致需要频繁调节参数的问题（因为传统视觉算法采用的是人为设计特征，并进行特征提取以此来分析产品缺陷，而特征随外部因素干扰影响很大）。同时会随着训练图片的不断增多，检测的误判率和检出率都会大幅度的提升。
2.采用AI缺陷检测，相比人工，检测速度提升了5-10的检测效率，在较为复杂的应用场景上。检测准确度相比人均水平提升了15%以上。
3.AI瑕疵脏污检测软件，同时保留了常规的一些检测算法工具，可以更好的对客户的产品进行多方式的检测，同时兼容原有分选机软件的控制模块，可以实现原有常规软件的无缝替换。
运营案例
AI瑕疵脏污检测软件应用案例：厦门骐兴塑胶有限公司。厦门骐兴塑胶有限公司主要专注塑胶零件制造，如安装手机音响塑料盘、听筒配件等，目前该行业普遍存在以下问题：
1）人工检测产品，容易出现人为疲惫及主观意识筛选产品，导致判定准确率低。
2）工人流动性高，导致人力成本居高不下。
3）产品缺陷类型繁多，产品偏小，漏检率高。
4）终端抽查产品发现个别异常，容易导致整批产品被退货，进而给企业带来经济损失。
目前采用AI瑕疵脏污检测软件，通过大量标记缺陷品的状态，可以实现检测良率99%以上，同时随着训练数据量的累积，目前验证的检测准确率都在逐步提升。我司的AI瑕疵脏污检测软件主要为了解决注塑件产品行业不规则产品的表面检测、要求检测准确度高、同时产品的成像均匀度较低，常规视觉检测难于稳定检测的行业问题，不断的训练不同塑胶材质、不同缺陷的异常图、累积软件的图像数据量，使软件系统在注塑件行业上的检测能力以及软件的适应能力不断提升。
