In-Sight 2800 系列
简单易用的视觉系统，具有预先训练 AI，用于解决基本到中级的处理任务。
实现元件分类自动化以保持生产线顺畅运行
准确的元件分类对于不同行业的自动化制造、库存准确性和高效装配工作流程至关重要。在不间断生产环境中，微小的尺寸、颜色、形状或纹理差异可能决定元件是被接受、剔除还是分配错误的输送路线。
自动分类确保按重要特征分拣组件，帮助制造商减少浪费，提高产品质量，并将正确的元件输送到正确的位置，以显著提高物料利用率。
随着越来越多的元件每天进入生产线并且变化性增加，先进的机器视觉系统是以高速度、高精度和高可靠性扩展元件分类应用的关键。
以无与伦比的准确性应对元件分类挑战
在元件分类方面，视觉上相似的元件、细微缺陷和自然变化需要准确评估。对于基于规则的传统视觉系统而言，这并非易事，因为这些系统缺乏适应新元件类型的灵活性，而且无法识别细微的视觉差异。在高速运营环境中，人工分拣不仅速度缓慢、容易出错，而且难以完成。
制造商必须正确分类外观几乎相同的元件，不受颜色、纹理、材质和包装的影响。制造商还需要区分可接受的变化与真正的产品缺陷，如划痕、污渍、凹痕、错位、变色和破损元素。
分类错误可能产生严重后果，影响产品质量和运营效率，包括：
- 产品装配错误
- 废料或返工增加
- 生产延误和下游问题
康耐视视觉系统使用 AI 工具 提供快速、适应性强且可靠的元件分类，显著减少错误和提高生产效率。
使用 AI 驱动的机器视觉可靠分类每个元件
康耐视 In-Sight 视觉系统将高分辨率成像与 AI 驱动的工具相结合，基于关键视觉属性实时识别元件，包括：
- 颜色 - 从细微的色调差异到材料表面处理
- 形状 – 包括轮廓、曲率或形状因素
- 尺寸 – 如长度、直径或深度
康耐视视觉软件和分类工具只需使用 5 到 10 个示例图像在数分钟内完成训练，将产品可靠分类为不同的类别。从简单检测到先进的缺陷检测，这些解决方案准确区分可容忍的表面变化（如灰尘或变色）与真正的缺陷，让您能够对可接受的元件进行返工，而非直接报废。
借助全球专家网络和按需自助服务资源的支持，康耐视自动化解决方案可提高分类准确性，并使您的生产保持顺畅运行。