案例二 / 多模态视觉算法

金属活塞杆表面微小缺陷检测项目

针对金属微小表面缺陷检测良率低、人工依赖高的问题,构建活塞杆智慧检测系统。

Project Background

案例背景

01

金属微小表面缺陷检测是行业难题,缺陷尺寸细微,人工复核压力大,长期作业容易疲劳。

02

前期自动化设备检测效果不稳定,生产现场仍需大量人工参与复核,良率和效率均受限制。

03

复杂反光表面会削弱缺陷边界特征,要求算法具备更强的微小缺陷捕捉能力。

金属表面缺陷检测 案例背景插图

Technical Solution

技术方案

金属表面缺陷检测 方案示意图

结合迁移学习与多模态视觉算法搭建智慧检测系统,优化光学光源并重构缺陷数据集。

开发轻量化注意力模块与特征提取方法,强化微小缺陷识别能力,提高稳定性和一致性。

金属表面缺陷检测 技术方案横幅图

Measured Outcome

落地成效

方案使精度提升30-40倍,实现高精度、高稳定性、24小时连续监测。

0%

传统人工漏检率

0.0%

AI 检测后漏检率

0%

漏检率下降

0

精度接近提升