“思科智造 101” 愈演愈烈
今天即將登場的是二號選手：
基于圖像的缺陷檢測解決方案
選手已準備就緒
請欣賞TA的表演
大家好，我就是傳說中能夠提高產(chǎn)品質(zhì)量的基于圖像的缺陷檢測解決方案！看我名字就知道，我的技能是檢測鋼板、金屬、紙張、玻璃等工業(yè)產(chǎn)品的表面缺陷，比如刮傷、壓傷、殘邊、孔洞、凹槽等，要問我拿什么本領“吸粉”？且聽我慢慢道來——
顛覆傳統(tǒng)，重新定義缺陷檢測
在傳統(tǒng)做法中，產(chǎn)品表面的缺陷檢測主要依賴于人工和機器視覺檢測！
整條生產(chǎn)線的工人睜大雙眼 只為捕捉產(chǎn)品表面的細微缺陷，準確率和效率令人“捉急”！
在全數(shù)字化高速發(fā)展的今天，制造企業(yè)亟需一種高效又準確的表面缺陷檢測解決方案！
所以，我來了！
基于深度學習的我融合了思科 IoT 技術和人工智能技術的表面缺陷檢測系統(tǒng)，不僅可以在生產(chǎn)線實時在線檢測，也可以離線檢測，即時給你直觀的檢測結果！如何衡量我的準確度？有數(shù)據(jù)有真相——
舉個例子來說：對于鋼板缺陷 6 分類故障檢測，傳統(tǒng)模擬識別的錯差率>30%，逃脫率>10%；而我能做到錯差率<10%，逃脫率<5%！
出類拔萃，請為我打 Call
我之所以能夠簡單、快速、精確地測量各種不同大小尺寸的金屬、紡織品等物體表面缺陷，是因為我采用了 Cisco Kinetic 等思科 IoT 技術，不僅能大幅提高檢測效率，還能帶來以下優(yōu)勢：
- 大幅縮短測量時間：視頻檢測優(yōu)于 20fps，圖片檢測優(yōu)于 0.5s/image；
- 避免人為誤差，檢測精度高：好壞準確率優(yōu)于 85%，逃脫率優(yōu)于 5%，平均缺陷種類判別準確率優(yōu)于 90%；
- 測量數(shù)據(jù)應用簡便
- 測量范圍廣
- 安裝操作簡單
- 對環(huán)境要求寬松
- 軟硬兼施，實力超群
考慮到模塊化易于部署與管理，我融合了不同的軟件和硬件模塊，它包括數(shù)據(jù)源、數(shù)據(jù)存儲、數(shù)據(jù)可視化、應用和云幾個部分：
在不同模塊子系統(tǒng)的配合下，完成一次檢測，我需要經(jīng)歷如下流程——
