金屬加工缺陷之AI識別與定位|RapidMiner

案例實績

Casestudy

案例實績

所有實績分類
金屬加工缺陷之AI識別與定位|RapidMiner
Jun.19,2024

【 背 景 】

       工業產品的品質控管是相當重要的一環,金屬表面缺陷檢驗即是其中的一項。傳統的人工檢驗相當耗時且準確度不穩定,尤其是在複雜加工的產線上。
       本案例客戶想要建立一套「金屬表面加工缺陷」的識別系統,希望對加工缺陷進行自動標記及定位,方便快速檢查產品的加工狀態及品質。
 

金屬加工缺陷照片

延伸閱讀:產品介紹-Altair RapidMiner

【 成 果 】

       於加工環境中獲取數十張含有表面缺陷的金屬產品照片,先人工標記出加工缺陷並做分類。瑞其透過Altair AI建立缺陷識別的流程(包含人工標記資料處理為Altair AI可用格式),來進行AI訓練與驗證,最後成功開發出可以自動對間隙、油滴、微小油滴和水痕等缺陷進行識別定位的AI系統。
       此AI加工缺陷識別定位系統具有高效率、準確且低人為失誤等各種優點,相對過去明顯地提升品保單位的工作效率。
       藉由缺陷標記和定位的資料,進行製程改良的依據與方向,未來進一步可將AI識別定位系統配置到產線上進行即時偵測。

AI標示系統 - 缺陷標記與定位

【 技術特點 】

  • Altair AI結合第三方程式LabelMe,使照片或圖像資料加上標記並轉化為數字數據,可作為AI缺陷識別系統的訓練資料。
  • AI缺陷識別定位系統經過驗證,以調整輸入資料來提升系統精確度,最後完成的AI系統識別率最高可達100%。即使缺陷相對來說並不顯眼,系統也能捕捉識別。
  • AI識別技術的邏輯,同樣能應用在其他領域,像是聲音識別、人臉偵測、自動駕駛等。

【 金屬加工缺陷的識別與定位 】AI應用案例-5分鐘系列

範例圖片來源:天津大學精密測試技術及儀器重點實驗室 Youtube 】

瑞其科技是"CAE與AI大數據的專家",我們完成了許多成功的案例實績
▶ 現在就聯絡我們,取得更多資訊。

服務諮詢

軟體試用

公司簡介 最新消息 聯絡我們

若同意本網站之隱私權政策,請點選「CONFIRM」,若繼續閱覽本網站內容,即表示您同意我們使用 cookies 分析技術,更多資訊請瀏覽 隱私權聲明

CONFIRM