在產品質量外觀檢測的世界里，人眼只能辨別那些大于 0.5 毫米大小的瑕疵還伴著巨大的誤判風險。隨著工作時間的延長，眼睛的疲勞和衰老更加增加了誤判的風險。

而傳統的機器視覺檢測在圖像處理和瑕疵定位等方面有所欠缺，導致瑕疵檢測的準確率低，性能不穩定，而且對于流水線實現智能自動檢測非常有難度。由此可見，無論是傳統的機器視覺檢測，還是“肉眼”檢測產品外觀質量的能力和效率以及準確率和范圍都是非常有限的。為了契合日趨嚴苛的高 效高標準瑕疵檢測需求，思瑞測量推出基于深 度學習的HxGN Visual Detection瑕疵檢測軟件系統，解決客戶在產品表面瑕疵檢測環節遇到的各種問題。

該測量軟件將瑕疵、尺寸檢測合二為一，通過深度學習算法、高級圖像處理、模式識別等提高檢測準確度高達95% ，解決了客戶在產品表面瑕疵檢測環節遇到的各種問題，減少了大量的時間和投資成本，提升了產品質量的同時也驅動了產量的提升。

基于AI深度學習算法

具備不可比擬的優勢

學習速度快：HxGN Visual Detection瑕疵檢測軟件可根據訓練集評估，生成可應用的高效學習模型。HxGN Visual Detection通過切換多種自主研發的機器學習模型。針對某一類缺陷，輸入10個或更多的缺陷樣本，系統即可通過AI深度學習建立自己的NG數據庫，從而形成針對該種類缺陷的神經網絡。

識別判斷準：有效的完成高干擾背景下的缺陷識別和不規律的圖像分析，達到人眼識別水準，并且多層神經網絡層比如卷積神經網絡，循環神經網絡，深度神經網絡，長短期記憶網絡等高效地對學習模型進行了有效訓練，使得瑕疵檢測率高達95%以上并具有靈活的的多功能擴展性。

檢測效率高：當被檢測工件通過成像系統，即可被智能識別、標記和分類。系統使用GPU處理圖片，可多GUP并行，檢測時間可低至毫秒級。測量過程中的圖片進一步學習，從而減少優化過程，并且配合自動化實現在線完成零件外觀瑕疵的OK/NG判斷和分BIN。

適用于16類瑕疵、10大行業

瑕疵與尺寸檢測合二為一

智能瑕疵檢測已被應用于金屬器械制造、玻璃制造、塑料生產，還是電子&通訊、汽車、太陽能、PCB、薄膜、半導體等行業……并且，瑕疵檢測能夠和尺寸檢測合二為一，在流水線上同時檢測判斷。

可檢測的主要瑕疵類型有（但不限于）：

劃痕、 刀痕、崩缺、氣泡、凸起、凹痕、擦傷、雜質、變形、崩邊、白點、條紋、黑點、皺縮、波紋、裂紋

思瑞憑借著專業的智能檢測項目團隊，基于豐富的項目經驗和強大的軟硬件開發能力，能夠為客戶提供定制化的智能瑕疵檢測方案，幫助客戶提升產品的質量和檢測效率。