覆铜板缺陷分类器
英斯派克针对覆铜板缺陷类型复杂，分类准确率低的问题，基于现场大数据量样本图片，设计深度学习分类模型，训练获得计算量小、准确率高的覆铜板缺陷分类模型。覆铜板制造业投入大，产出高，设备控制先进，产品的表观检测是品质控制的最后一道工序。由于覆铜板面积大，生产速度快，表面缺陷特征小，人眼
商品图片
商品详情
商品亮点
- 适应性强，对输入图片的尺寸及明暗度无特殊要求。
- 准确率高，基于大样本统计准确率高于95%。
商品参数
交付方式
镜像
服务监管
如您购买涉及服务监管的商品，您应在购买后进入买家中心提交需求并及时验收
不涉及
开票主体
广东英斯派克视觉科技有限公司
操作系统
Linux
版本
V1.0
上架日期
2021-01-15
所属类别
图像识别
商品说明
覆铜板制造业投入大，产出高，设备控制先进，产品的表观检测是品质控制的最后一道工序。由于覆铜板面积大，生产速度快，表面缺陷特征小，人眼易疲劳，采用人工检测无法满足客户越来越高的品质要求。机器视觉 (AOI)已经在PCB制造中广泛应用，但PCB原料--覆铜板机器视觉(AOI)应用目前还处于探索阶段，包括引进的国外外观检测设备实际效果不如人意，外观智能检测成为覆铜板智能制造技术瓶颈，行业对高性能的检测设备充满着期待，机器视觉研发也在不断寻求新的解决方案。
本方案将缺陷分类功能迁移至云上，利用云服务便利的资源调配模式，方便快捷地实现缺陷分类。深度学习模型通过5555端口对外提供服务，客户将待分类缺陷图像数据发送至服务端，由深度学习模型判定缺陷类别后将类别及分类置信度一并返回给客户端。本模型经过英斯派克自有缺陷库训练，针对常见缺陷可准确分类，若您对训练数据有特殊需求，可以联系售前工程师设计专属方案。
销售对象
全部用户
商品定价
华北-北京四