傳統上，膠管產線的產品質檢主要通過人工完成。

膠管產品的瑕疵種類眾多，要求檢測精度非常高，部分瑕疵無法通過肉眼辨別，只能通過手部觸感確認，管理方式粗放且不穩定。

媒智科技利用自研的深度學習AI計算機視覺技術，結合創新性設計的自動化機構設備，填補行業空白，實現了針對膠管類產線的AI智能瑕疵檢測解決方案。

 

場景挑戰：

1、缺陷種類多樣，形態多變

2、橡膠管外面成弧形，不同角度缺陷表現形態不同

3、缺陷目標小，程度低，容易與正常區域混淆

4、部分缺陷樣本數量稀少，不易收集

 

解決方案：

1、傳統圖像處理算法與深度學習算法相結合

2、采用深度神經網絡，檢測算法對缺陷定位，語義分割網絡切分缺陷邊緣，分類算法確定缺陷類型

3、 數據增強、圖片合成，構造缺陷樣例，豐富訓練數據

4、結合多個相機檢測結果綜合決策判定缺陷情況

 

成像效果示意圖：

 

、

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

產品架構：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

應用案例—汽車膠管表面缺陷檢測：

某跨國企業，全球領先的汽車用橡膠管生產企業于2021年應用本解決方案，替代傳統人工質檢，大幅提高了質檢的水平，被該司評價為：“填補了行業空白”

 

 

應用難點：

1、橡膠管在產線上處于運動狀態，表面周圈360度均需檢測，采集困難

2、橡膠管缺陷類型多樣，編織方式多樣，不同紋路對檢測有干擾

 

關鍵技術：

1、 采用環繞固定頻率拍攝，檢測無死角

2、傳統算法和深度學習算法相結合：傳統算法檢測尺寸快速排除“凹凸”類缺陷；深度學習算法檢測“疙瘩”、“劃傷”、“死料”等形態多變的缺陷，泛化性強

 

 

 

 

 

 

 

 

 

 

 

產品性能：

檢測節拍：15m/min

檢測對象：橡膠管2種材質（“編織”、“纏繞”），不同直徑尺寸（15mm-25mm）

拍攝方式：9個相機環繞360度拍攝

檢測指標：缺陷檢出率 95%