AOIの高精度の正確さの生鮮食品の皿のための視覚検査システム

AOIの高精度の正確さの生鮮食品の皿のための視覚検査システム

点検主義

KEYE TECHの点検機械は深い学習を+自動制御の技術と結合される目視検差の技術採用し不適当なプロダクトの自動感知、自動検出、自動録音および除去の機能がある。それはまた余分な修正なしで既存の成形機に継ぎ目無く接続することができる。プロダクトの土そして損傷のような出現の欠陥の手作業による検査の代り。人件費を削減している間、それは効率を非常に改善し、より正確、安定している。それは食糧および薬剤のプラスチック包装材料の検出で広く利用される。

aiのアルゴリズムの利点

• 結果の正確さ:従来の視野のアルゴリズムと比較されて、深い学習アルゴリズムの安定性は非常に改善され、環境および背景の一般的な妨害に合わせることができる。同時に、アルゴリズムの正確さは従来の視野のアルゴリズムのそれよりまた高い;
• アルゴリズムの多様性:異なった欠陥のために、少数の欠陥のサンプルだけ集められる必要がある。十分な訓練の後で、異なった欠陥のサンプルは自動的に識別することができる。採用されるアルゴリズムは統一されたアルゴリズム フレームワークである;
• 開発のタイムリー性:異なった欠陥のためのアルゴリズムを開発する必要性がないので全体の開発サイクルは非常に短くされ、一般的な視覚欠陥のプロジェクトは2-3時間だけがテストのためにオンラインになることを必要とする;
• 環境の信頼性:GPUのコンピューティング電力の保証が原因で、全体のシステムは十分なコンピューティング電力の差益が付いている高温度の環境で長い間はたらくことができる。

大きいデータ雲のプラットホームの利点

• モデルに広い適用の可能性がある:型板があるかどうか区別によって、それは表面欠陥の検出の条件を基本的カバー新しい欠陥モデルは任意に加えることができる;
• モデルの強さはよい:システム信号の一貫性の調節によって、オンラインになるとき場所の微調整のための必要性がない、普通動くことができることが基本的に保証され;
• 少数の訓練のサンプルは要求される:多数の欠陥のサンプルが得ることができない大きいデータ容積の訓練のサンプルとの深い学習の必要性を満たすのに場合ではサンプルの自動統合が使用することができる;
• 速いモデル推論の速度:モデル配置の費用を制御し、費用効果が大きい配置のプラットホームを必要性を満たすことの前提で顧客にできるだけ与えなさい。

売り上げ後のサービス

会社は完全な技術援助のチームおよび急速な反応機構があり、顧客から技術的な相談および欠陥のレポートをいつでも受け取ることができる各顧客のための専用サービスの専門家がある。そして顧客の緊急事態への急速な応答を顧客が満足なサービスを受け取ることを確認するために保障するため。特別な理由が伝染性の間にかアフターセールス エンジニアが場所に達してないとき原因で、サービス センターは修理および技術的な相談ができるように遠隔に顧客装置を調節できる。

装置がカスタマ・サイトで着いた後、アフターセールス エンジニアは装置のインストール、依託、および操作の訓練を遂行する時間に着く。全機械の製品品質はたどることができ、質の保証期間は受諾の日付からの1年ある。保証期間の間の人間でない欠陥の場合に、アフターセールス エンジニアは場所ですぐに着くか、または自由な維持に遠隔指導を提供する。