车窗断胶自动识别系统：与某大型车企合作案例

客户：某大型车企

客户诉求：

1、车窗断胶自动识别；

2、质量缺陷实时报警；

3、系统具有多产品线兼容性。

表面缺陷检测是机器视觉领域中非常重要的一项研究内容, 它是利用机器视觉设备获取图像来判断采集图像中是否存在缺陷的技术。

目前，基于机器视觉的表面缺陷装备已经在各工业领域广泛替代人工肉眼检测, 包括3C、汽车、家电、机械制造、半导体及电子、化工、医药、航空航天、轻工等行业。

传统的表面缺陷检测方法不足点：

1、传统的基于机器视觉的表面缺陷检测方法，往往采用常规图像处理算法或人工设计特征加分类器方式，难以满足现在工业生产的实际需求：

2、人工特征提取过程复杂且特征信息无法包含所有缺陷特征；

3、特征提取依然存在主动因素的影响，依赖于认为设计的特征，很难具有良好的可移植性；

4、在较为复杂的检测环境或者多目标的检测环境中，机器视觉的检测准确度和泛化能力较差；

5、当被检测的物体发生变化后，所有基于机器视觉的算法和参数都需要重新设计和开发。

智现未来解决方案——eDatalyzer 大数据智能良率分析平台

1、智现未来eDatalyzer的MA（图像分析）模块，提供的基于深度学习的工业自动表面缺陷检测方法，其中表面缺陷检测模型包括特征提取模块、通道注意力机制模块、自适应特征融合模块以及预测子网络模块。

2、通过多角度的拍摄，获取涂胶后胶体图像。

3、利用视觉分析技术，自动捕捉缺陷位置，并给出标记。

4、系统实时向操作机器人发送质量判定信息，有缺陷时，并发报警信号。

这是一套⾯向⽣产运营⼈员使⽤的缺陷图像⾃助建模⼯具，能够快速准确识别缺陷的类型、并定位缺陷的位置，友好的⽆代码化 web 操作界⾯。

客户价值：

1、车窗断胶缺陷识别率提高至100%

2、加快车窗涂胶工位生产节拍高达30%

3、多产品线、多胶种均可兼容