太陽能電池片EL缺陷檢測

方案優(yōu)勢

1、方案簡單，無需設(shè)計(jì)復(fù)雜的方案去兼容多種缺陷檢測。傳統(tǒng)機(jī)器視覺方案需要大量的圖像處理算法、初定位算法配合復(fù)雜的邏輯判斷才能做到多類別缺陷的分類檢測，而這些步驟對于深度學(xué)習(xí)來說僅需一個模塊。

2、識別率高且可持續(xù)提升，針對一些低對比度與形態(tài)各異的缺陷能較好的檢出，且隨著訓(xùn)練樣本量的提升可不斷提高識別率。

目標(biāo)計(jì)數(shù)場景

需求及挑戰(zhàn)

建筑制造行業(yè)統(tǒng)計(jì)一捆鋼筋數(shù)量一般按照重量進(jìn)行計(jì)數(shù)，誤差較大，而人工計(jì)數(shù)耗時長且成本高。傳統(tǒng)算法對于黏連、亮度不均勻、橫截面大小不一等情況識別準(zhǔn)確率不高。?？?/a>機(jī)器人深度學(xué)習(xí)目標(biāo)檢測算法可實(shí)現(xiàn)準(zhǔn)確計(jì)數(shù)，節(jié)省人力成本并提高打包效率。