事业领域
HOME
事业领域
机器视觉
AI检查解决方案(MOAI)
AI检查解决方案(MOAI)
AI检查解决方案(MOAI)
AI检查软件，可通过准确，快速地检查产品缺陷来显着降低缺陷率
用肉眼检测工厂生产的产品非常辛苦吧?
但是不能因此就随意引入没有经过验证的AI检测软件
(株)TWIM 的AI检测软件MOAI已在不同产业群中获得了成功的构建经验，运用我司的AI检测软件即可快速并准确的检查产品缺陷，大幅降低不合格率。
此外，(株)TWIM的MOAI软件可在各工程间提供定制设计，提高系统适应性。
用MOAI软件改善产品质量，同时提高贵司的品牌信任度。
但是不能因此就随意引入没有经过验证的AI检测软件
(株)TWIM 的AI检测软件MOAI已在不同产业群中获得了成功的构建经验，运用我司的AI检测软件即可快速并准确的检查产品缺陷，大幅降低不合格率。
此外，(株)TWIM的MOAI软件可在各工程间提供定制设计，提高系统适应性。
用MOAI软件改善产品质量，同时提高贵司的品牌信任度。
基于AI的机器视觉优化 MOAI(Machine vision Optimization based on AI)
概要
MOAI是为解决在制造工厂所发生的不规则及非典型的不合格检测问题所研发的，以人工智能为基础的检测软件。
特点
- 初次使用者也可轻松、简便使用的学习及检查环境
- 可以对产品或配件中发生的非定型的、细微不良进行检查
- 通过优化深度学习模型的推论时间实现快速的检查速度
- 不良检出率99%以上，实现节省人工费及提高品质效果
- 通过检查结果大数据分析，改善工序及提高生产效率
- 可以适用于所有需要质量检查的制造业领域的不良检查
- 可开发搭载MOAI的多关节机器人或检查装备等多种形态
检查过程
-
输入样本图像因商品而异，但至少 50 张以上 根据产品输入量会有所不同
-
数据分类根据各缺陷部位进行 标签分类
-
深度学习通过自身研发的深度学 习算法进行学习
-
模型形成形成符合制造工厂的最 优化检测模型
-
输入检测图像输入想要检测图像
-
输出检测结果向使用者显示检测结果
引入效果
- 代替肉眼检测 :
可代替用肉眼可测的所有检测，在以规则为基础的视觉检测系统下无法检测的工程即可通过深度学习视觉检测实现自动化 - 提高品质及生产量 :
检测人员的熟练度及工作状态会影响工程质量与生产量，人类的判断误差为±3%且不合格检测率为97%左右，但深度学习视觉检测的不合格检测率可达到 99~100%。 - 缩减费用 :
机器不受52小时工作制度的限制及最低工资等劳务争议的影响，可进行24小时全体运作。根据引入我司深度学习视觉检测的企业反馈，此系统可代替24次3班倒的业务量，起到了一天8小时代替8名员工的效果。
适用实例
- L社 : 漏电断路器AI视觉检测
- K社 : 条状包AI视觉检查
- M社/K社/S社 : 车辆金属零件AI视觉检查
- H社 : 汽车零部件是否组装AI视觉检查
- B社/N社 : 诊断试剂盒AI视觉检查
- H社 : 太阳能电池AI视觉检测
- S社 : 二次电池AI视觉检测
- C社 : 净水器、马桶盖、过滤器AI视觉检查
- H社 : 钢板未合金CCTV AI视频检查
- H社 : 氢燃料电池AI视觉检查
适用实例相关图片
-
太阳能电池不良检查
-
氢电池不良检查
-
二次电池不良检查
-
净水器不良检查
-
零件组装检查
-
金属零件不良检查(1)
-
金属零件不良检查(2)
-
诊断试剂盒不良检查
-
食品容器不良检查
-
袋类不良检查
-
热熔不良检查
-
玉米不良检查
-
断路器外观不良检查
-
产品信息文字识别
应用领域
- 汽车 : 汽车外观检查、轮胎印痕、开裂、刮痕检查
- 半导体 : 晶片不良检查，晶片不良类型分类检查
- 金属配件 : 刮痕、被戳、被压、毛刺等外观不良检查
- 二次电池 : 汽车二次电池单元/模块/电池组工序中的视觉检查
- 太阳能电池 : 太阳能电池单元/模块/电池组工序中的视觉检查
- 氢燃料电池 : 氢燃料电池核心配件视觉检查
- 食品 : 包装纸起皱、密封不良检查、异物检查及容器外观检查
- 制药 : 包装不良检查，药片破裂检查，异物检查
- 可以适用于其他需要质量检查的所有视觉检查领域