汽车

装饰件最终装配验证

康耐视深度学习缺陷检测工具可确认易混淆背景上元器件的存在性及位置

Trim_Assembly_Main-350x250-d40ffa68-a8f1-4272-aa75-01eeb36c0246

相关产品

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

ViDi software with all defect detection tools

VisionPro Deep Learning

A breakthrough in complex inspection, part location, classification, and OCR

最终装配验证中涉及的各种装饰件有很高的复杂性,对传统机器视觉检测是一种挑战。人类检查员需要确认所有部件(如线带和金属外壳)均存在且组装正确。光线变化细微时,很难判断线带是否在正确的外壳中。人类检查员虽然擅长识别线带,但速度慢且不一致。通过深度学习图像分析,Cognex Deep Learning 学习装饰件的成品外观,然后像人类检查员一样准确地识别缺失的线带,但具有自动化系统的速度和可靠性。

下载深度学习汽车应用指南

技术人员可在监督模式下使用康耐视深度学习缺陷检测工具,基于一组“不合格”车饰件(线带缺失)图像以及一组已知“合格”车饰件(线带存在)图像对系统进行培训,以创建车饰件的完整参考模型。使用此模型,Cognex Deep Learning 可将缺少线带的装饰件分类为异常和有缺陷,使其无法通过最终检查。

Trim_Assembly_ViDi

 

下载深度学习汽车应用指南

欲了解康耐视应用解决方案的更多信息:

康耐视特色产品

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们
Loading...