-
产品中心
- 工业视觉
- VI Generator 2.2
- AI Agent for LabVIEW
- AI Vision Toolkit for OpenVINO™ for LabVIEW
- AI Vision Toolkit for GPU for LabVIEW
- AI TrainKit for Detection
- AI TrainKit for Segmentation
- AI AutoLabeler
- AI系列教学实训
- AI 视觉教学实训系列
- 具身智能协作平台教学实训系列
- 大模型人形机器人教学实训系列
- 移动四足机器人教学实训系列
- 院校部分案例
-
下载中心
-
案例展示
-
新闻中心
-
联系我们
-
代理合作
-
FAQ
-
产品中心
- 工业视觉
- VI Generator 2.2
- AI Agent for LabVIEW
- AI Vision Toolkit for OpenVINO™ for LabVIEW
- AI Vision Toolkit for GPU for LabVIEW
- AI TrainKit for Detection
- AI TrainKit for Segmentation
- AI AutoLabeler
- AI系列教学实训
- AI 视觉教学实训系列
- 具身智能协作平台教学实训系列
- 大模型人形机器人教学实训系列
- 移动四足机器人教学实训系列
- 院校部分案例
-
下载中心
-
案例展示
-
新闻中心
-
联系我们
-
代理合作
-
FAQ
案例展示
CASE PRESENTATION
超级电容器外观不良信息检测
客户需求
超级电容封口以及面盖不良检测对于保证超级电容产品质量、安全性和生产效率具有重要意义,是超电产品生产过程中不可或缺的一环。目前生产过程中,主要存在封口漏液、封口夹杂、面盖划伤、破损等,通过肉眼难以察觉。由于总体产能较大且对质检人员要求较高,为了控制人力成本,引入多家外观不良检测供应商。但目前厂商普遍采用传统算法,其检测准确度较低,过漏失比例较大。
方案概述
基于仪酷智能工具包一周内完成开发,实现超级电容封口及面盖的不良检测。引入AI深度学习模型,针对漏液划伤等不良等缺陷进行识别,大幅提升了检测的稳定性与准确率。
优势价值
·通过AI算法,确保了检测的一致性和可靠性,漏检率降至0,过杀率控制在2%以内;
·减少了人工成本,提高了生产过程的自动化水平;
·综合使用了深度学习与传统算法,解决低对比度缺陷的检测问题,提高了对微小缺陷的识别能力,确保了检测的准确性。
高准确性与高稳定性
降本增效
增强微小缺陷识别能力
仪酷苏州:江苏省苏州市张家港市弘吴大道199号E栋601-1
仪酷安庆:安徽省安庆市宜秀区天柱山路80号科技创业园3号楼307A
官 方 公 众 号
