项目挑战:
制造环境中的质量控制可能是一个困难的挑战。有一系列问题,其中开箱即用的解决方案可以提供帮助,但是还有丰富的挑战,其中需要定制模型。
我们为全球轮胎制造商解决了这种复杂的质量控制问题。我们创建了一个解决方案轮胎图像中多缺陷的实时检测(制造,绳索间距,气泡,外部颗粒,污渍)在生产过程中。
我们应用和发展多个神经网络(CNN,缺陷分割,异常检测,图像增强)机器学习架构针对预测和最小处理时间的质量进行了优化。
结果,我们减少人类QA成本超过80%而提高检测率几种复杂的缺陷。此外,我们的解决方案促使精确评估缺陷类型,严重程度和位置- 即使在人类专家几乎无法检测到的情况下。