基于深度學習的缺陷檢測系統

深度學習的缺陷檢測系統是?？怂箍抵圃熘悄苋峦瞥龅娜毕輽z測系統。

此系統采用深度學習的原理，區別于傳統的視覺系統， 更加智能化。

·相比傳統的機器視覺有更高的檢測準確性，在外觀的判斷標準上更加接近于人眼的判斷標準，相比人眼有更可靠的重復性；

·配置自動上下料，實現檢測過程的自動化。生產線對接，進一步提升測量效率；

·完成產品 4 個面的測量，2s 即可完成，可以根據特殊需求定制所有面的測量；

·一次投資長期回報，無需人力成本和管理成本；

·判斷標準一致，無主觀判斷；

·處理人無法判斷的缺陷；

·7X24 小時無間斷工作。

58 ·解決傳統視覺無法解決的問題 ·不需要定義規則 ·有很多復雜的缺陷特征，傳統機器視覺無法使用規則對缺陷 進行量化，因而無法進行識別；

·拋棄傳統視覺的對比度，明暗等規則，使用 OK/NG 樣品實際 進行學習訓練；

·深度學習模擬人腦，按照人腦的判斷理念來進行學習和運行。 基本原理 ·訓練樣本少，不需要太多的 OK/NG 樣本進行訓練，每種類型 的缺陷僅需 10~20 張圖片樣本；

·光源要求不高，不需要集中精力在如何使圖像對比度更高， 缺陷更明顯；

·訓練速度快，一般為幾分鐘或者十幾分鐘，新增樣本也能很 快完成訓練。