自动缺陷图像分类系统ADC_合肥彩名堂智能机器股份有限公司
  1. 彩名堂官网计划-追求健康,你我一起嗨皮

    自动缺陷图像分类系统ADC

    应用场景:应用于工艺环节的视觉检测,为数据分析和挖掘提供高质量数据基础,在显示面板行业工艺过程的缺陷检测中,有丰富的应用案例


    产品功能



    – 目标检测、图像分类、图像分割

    – 模型管理:训练、推理

    – 数据管理

    – 高级复判

    监控预警
    – 高可用性

    产品特点



    – 降低质检成本

    – 沉淀知识技能

    – 动态提升检测能力

    – 促进工艺综合改进

    优势效果




    面向客户的产品设计,降低质检成本85%,促进工艺综合改善





    训练过程可视化,模型结果清晰可见,模型效果一目了然






    强大的人工复判能力,与自动判图相得益彰,100%涵盖于人工、半人工、全自动判图场景






    丰富的数据分析功能,具备前层追溯、Map分析、相似性分析、决策分析等功能



    案例介绍



     ※ 客户为国际泛半导体的龙头企业



    • 商业挑战

    1. 靠人工判别或者复判产品表面缺陷

    2. 缺陷种类繁多(100+种)且难以准备准确分类

    3. AI人才缺乏

    4. 传统思维

    5. 缺少定位高价值和可快速落地应用场景的方法



    • 方案






    • 方案落地效果

    1. 全工厂自动判图,人员替代率80%,准确率提高20%

    2. 减低质检成本85%

    3. 提高产品质量并降低非质量成本(废料等)

    4. 可以提供产品缺陷的根因分析

    5. 辅导了5+人学会了使用和迭代已有的机器学习模型

    6. 建立了缺陷检测的流程体系



    优势效果




    面向客户的产品设计,降低质检成本85%,促进工艺综合改善





    训练过程可视化,模型结果清晰可见,模型效果一目了然






    强大的人工复判能力,与自动判图相得益彰,100%涵盖于人工、半人工、全自动判图场景






    丰富的数据分析功能,具备前层追溯、Map分析、相似性分析、决策分析等功能



    案例介绍



     ※ 客户为国际泛半导体的龙头企业



    • 商业挑战

    1. 靠人工判别或者复判产品表面缺陷

    2. 缺陷种类繁多(100+种)且难以准备准确分类

    3. AI人才缺乏

    4. 传统思维

    5. 缺少定位高价值和可快速落地应用场景的方法



    • 方案






    • 方案落地效果

    1. 全工厂自动判图,人员替代率80%,准确率提高20%

    2. 减低质检成本85%

    3. 提高产品质量并降低非质量成本(废料等)

    4. 可以提供产品缺陷的根因分析

    5. 辅导了5+人学会了使用和迭代已有的机器学习模型

    6. 建立了缺陷检测的流程体系



    留言板
    留言板
    友情链接: