統(tǒng)統(tǒng)上云！NexSight功能上新，這些場(chǎng)景在云端就解決了

NexSight是一款基于深度學(xué)習(xí)的云端工業(yè)AI視覺(jué)算法平臺(tái)，以阿丘科技自研視覺(jué)算法庫(kù)為核心，云端一站式構(gòu)建常見(jiàn)場(chǎng)景工業(yè)AI視覺(jué)檢測(cè)模型。

任意電腦聯(lián)網(wǎng)登錄即用，不限終端！

內(nèi)置自動(dòng)化訓(xùn)練及調(diào)優(yōu)功能，超低門(mén)檻！

云端訓(xùn)練，支持GPU/CPU推理，超輕投入！

繼分割和分類(lèi)模塊后，應(yīng)廣大用戶需求，NexSight迎來(lái)四大全新模塊：字符識(shí)別、檢測(cè)、非監(jiān)督分割和非監(jiān)督分類(lèi)模塊。本次更新后，NexSight將支持更多工業(yè)檢測(cè)場(chǎng)景，全面助力工廠提升質(zhì)量檢測(cè)水平。

新增功能一

字符識(shí)別

應(yīng)用場(chǎng)景廣泛，解決多種字符識(shí)別難題

無(wú)論是重疊、扭曲、歪斜的字符，還是復(fù)雜背景下的字符，基于阿丘自研AI算法都能輕松識(shí)別，滿足包裝噴碼檢測(cè)、來(lái)料質(zhì)量追溯、生產(chǎn)管理記錄等多種需求。

新增功能二

檢測(cè)模塊

檢得快、測(cè)得準(zhǔn)

檢測(cè)模塊常用于識(shí)別產(chǎn)品表面成塊缺陷或多數(shù)量/類(lèi)別目標(biāo)。在臟污、水漬等干擾背景下，檢測(cè)效果同樣出眾，并且能夠接受產(chǎn)品存在自然偏差，具備一定的容錯(cuò)性，適用于廣泛的工業(yè)視覺(jué)檢測(cè)場(chǎng)景。

新增功能三

非監(jiān)督分割&非監(jiān)督分類(lèi)

正樣本學(xué)習(xí)，無(wú)視樣本收集難題

在工業(yè)AI視覺(jué)檢測(cè)落地過(guò)程中，經(jīng)常遇到一些產(chǎn)品生產(chǎn)節(jié)拍慢或良品率高而導(dǎo)致的缺陷樣本難收集的問(wèn)題，針對(duì)這一難點(diǎn)，阿丘創(chuàng)新性地采用了非監(jiān)督學(xué)習(xí)算法，僅使用良品圖進(jìn)行訓(xùn)練，AI即可通過(guò)對(duì)比缺陷圖與良品圖不同的特征，有效識(shí)別出已知或未知的缺陷異常。

應(yīng)用實(shí)例

電容來(lái)料讀碼追溯

阿丘幫我們避免了人工錄入字符的成本和出錯(cuò)損失，實(shí)現(xiàn)自動(dòng)統(tǒng)計(jì)產(chǎn)品信息，提升工作效率。

——C廠質(zhì)量部負(fù)責(zé)人

難點(diǎn)

存在表面反光和亮度分布不均等情況，嚴(yán)重干擾成像；

受到產(chǎn)品放置方式影響，標(biāo)識(shí)字符可能存在扭曲、歪斜等情況。

解決方案

采用字符識(shí)別模塊，首先通過(guò)阿丘精心打造的預(yù)訓(xùn)練模型進(jìn)行推理，有效檢出95%以上的字符，大幅縮短了落地周期，后續(xù)通過(guò)收集線上數(shù)據(jù)對(duì)預(yù)訓(xùn)練模型進(jìn)行增量訓(xùn)練，實(shí)現(xiàn)了對(duì)所有字符的精確檢出。

應(yīng)用實(shí)例

鋼材表面瑕疵檢測(cè)

在熱軋鋼生產(chǎn)過(guò)程中，由于雜質(zhì)或氧化鐵削在滾軸上堆積，容易造成鑄坯的刮傷，這種劃痕對(duì)鋼材的結(jié)構(gòu)強(qiáng)度有很大影響。

難點(diǎn)

剛生產(chǎn)出的熱軋鋼附近溫度和亮度很高，人工目視檢查條件極差，但如果等鋼板冷卻劃痕又與正常的紋路難以區(qū)分；

生產(chǎn)節(jié)拍慢，缺陷樣本很難收集，檢測(cè)劃痕成為生產(chǎn)廠家難以解決的問(wèn)題。

解決方案

采用非監(jiān)督分割模塊進(jìn)行前期檢測(cè)，僅用時(shí)一小時(shí)完成良品圖收集，一天內(nèi)完成非監(jiān)督分割模型上線，有效檢出缺陷，為工廠實(shí)現(xiàn)了飛躍式的降本增效。