系统架构
通过训练多层神经网络，对物体表面的缺陷进行大小、位置、形状的检测。进一步的，可将同一图片上的多个缺陷进行分类识别，相对传统模式针对不规则缺陷明显提升分类准确率。
基于人工智能对相近相似物体建立预测模型，可实现精准分类。
智能工业质检解决方案基于软江esball世博官网多年的人工智能技术积累，全面赋能工业。相较传统视觉技术对不规则缺陷的识别能力不足，人工智能预测准确率高达99%+，准确率随着数据量提升可持续优化
提供深度学习能力培训服务，用户基于预制模型能力基础上，可自行优化模型或拓展模型，打造针对场景应用的专属私有模型，进一步提升质检/分类效果
智能工业质检输出产品质量数据，无缝融入软江esball世博官网大数据平台，实现生产质量数据的全面掌控，为流程优化和工艺再造提供关键数据支持
基于软江esball世博官网智慧工厂平台进行私有化部署，确保用户核心数据的私有化处理及本地高速访问，同时也支持云端私有部署，配合深度学习培训服务，用户可自行升级和训练模型
针对屏幕外围电路进行预测模型优化设计,准确率、召回率全面提升
支持单晶/多晶暗域、黑边、黑角、各种隐裂等十数种缺陷识别，基于人工智能全面提升缺陷分类准确率
车载重要零部件精准检测，支持零部件位置检测、有无检测、型号检测等人工智能机器视觉检测方式
通过深度学习训练LED芯片缺陷识别及分类模型，有效提升产品质量和检测效率
按照42级烟叶国标，针对不同地域提供专业烟叶分级模型，有效降低烟草公司人力成本，实现高效高质分类