• <menu id="yok4q"><strong id="yok4q"></strong></menu>
    <menu id="yok4q"></menu>
    <nav id="yok4q"><strong id="yok4q"></strong></nav>
    <xmp id="yok4q">
  • 首頁> 事業領域> AI圖像檢測軟件> 概要

    東芝自主開發的良品學習AI圖像檢測技術
    短期內可實現自動化檢測并提升檢測精度

    東芝AI圖像檢測技術通過良品學習算法,為生產現場檢測工序自動化提供解決方案。
    通過東芝自主開發的閾值優化算法,在防止不良品的漏檢和降低誤檢率的同時,實現檢測環節的人員精簡,并為后疫情時代的新型制造現場模式作出貢獻。

    ?AI圖像檢測軟件是利用圖像進行外觀檢測,具有“學習功能”和“判定功能” 的軟件。

    普通AI圖像學習方法的劣勢 檢測裝置的劣勢
    • 需要收集大量良品和不良品的圖像數據且學習需要花費較多時間

      只需收集少量良品圖像即可在短期內快速完成學習

    • 創建良品模型和調整精度需要高度專業的技術水平

      無需專業技術人員也可輕松實現圖像導入和參數設定

    • 導入現有生產線程序復雜且維保不便

      在現有產線上通過安裝攝像頭、光源等即可實現導入

    普通AI圖像學習方法的劣勢
    • 需要收集大量良品和不良品的圖像數據且學習需要花費較多時間

      只需收集少量良品圖像即可在短期內快速完成學習

    • 創建良品模型和調整精度需要高度專業的技術水平

      無需專業技術人員也可輕松實現圖像導入和參數設定

    檢測裝置的劣勢
    • 導入現有生產線程序復雜且維保不便

      在現有產線上通過安裝攝像頭、光源等即可實現導入

    特長
    • 1
      東芝自主開發的良品學習方式降低誤檢率

      通過自主開發的閾值優化算法,降低誤檢率和漏檢率,確??煽繖z測結果。

    • 2
      在操作畫面上直觀地創建學習模型

      提供便捷可用的GUI,方便創建良品學習模型、驗證精度、確認檢測結果。

    • 3
      在現有生產線上輕松導入

      無需對現有生產線進行改造,只需設置通用相機和光源,即可采集圖像進行檢測。

    東芝自主開發的良品學習方式

     通過標準閾值的學習,將優化的良品模型和產品圖像進行比較檢測

       從各種良品圖像中統計學習良品的容許閾值,與之不同的將被判定為不良品

     為降低誤檢率而采用的優化閾值方法

       在容易出現誤檢的區域通過反復學習,以避免在該區域中出現誤檢從而優化良品學習模型的閾值

    關聯網站

    聯系我們

    返回主頁面

    老妇性视频免费BBBBXXXX
  • <menu id="yok4q"><strong id="yok4q"></strong></menu>
    <menu id="yok4q"></menu>
    <nav id="yok4q"><strong id="yok4q"></strong></nav>
    <xmp id="yok4q">