ALFA基于機器視覺的智能機器學習算法,并且已經通過現場測試、 優化和可靠的驗證。目前成功的應用是在醫藥、 汽車、 紡織、 印刷、新能源電池, 手機 和制表行業。可實現紡織品外觀檢測,五金加工件檢測,移印檢測,太陽能板檢測,焊縫檢測等多方應用是一款在機器視覺領域里,擁有非常現代化算法的,可以范圍檢測,可靠的視覺軟件。此外,ALFA的藍色模塊提供了特征探測和OCR,綠色模塊可以對樣本進行分類,而紅色模塊則可以幫助我們識別圖像中缺陷.
ALFA軟件使用神經網絡算法,模塊化地解決機器視覺的各種問題,真正讓人工智能走入機器視覺領域。ALFA讓每一臺自動化設備有了大腦,有了像人一樣的學習能力,可以在不斷工作中積累經驗,越干經驗越豐富,結果越來越精準,實現真正意義上的機器替代人,必將掀起新一輪的產業變革。
利用ALFA缺陷檢測模塊工具的管理模式和ALFA分類模塊的自動化檢測與分類,將會使汽車行業的金屬零部件檢測變得非常簡單。
首先需要收集大量的零部件檢測圖片做為學習樣本庫,其中包括正常品和殘次品,每種殘次品的檢測圖片至少包含一組以上。樣本庫中的樣本越多,學習效果越好,后續的檢測也會越準確。
接下來ALFA軟件通過圖片樣本庫進行訓練學習,并產生檢測的參照模型,這個學習過程只需要不到10分鐘,具體學習取決于電腦的硬件配置。
*后即可將ALFA用于實際的檢測中。
核心優勢:
傳統開發周期需要經過- 圖像采集研究- 軟件開發測試研究- 可行性評估測試修改—開發周期需要60天以上
目前使用ALFA深度學習軟件只需要- 圖像采集測試—開發周期1天就能出可行性方案加快投入市場時間
強大的檢測:ALFA可以在生產過程的早期階段,可靠地對復雜紋理的表面、鏡面反射和可容忍范圍內的異常圖像缺陷進行檢測和分類。
自學習:檢測過程無需大量仔細調整和優化的檢測算法,而是依賴于一個類似人類的方法——學習和應用,并且具有改進的測試一致性和可重復性。
快速&簡單:整個學習具有代表性的圖片樣本庫的過程非常高效,其學習時間小于15分鐘
聯系人:熊先生 電話:1376318929 |
|