01  背景和趨勢

如今，衛(wèi)生用品在生產(chǎn)過程中，產(chǎn)品的缺陷檢測已經(jīng)相當普及了。隨著嬰兒拉拉褲及衛(wèi)生巾等產(chǎn)品越來越復雜，花紋越來越多，傳統(tǒng)的缺陷檢測已經(jīng)難以達到客戶的要求。如圖：在衛(wèi)生巾檢測過程中，檢測離心紙和吸水紙的有無，由于和護翼，棉芯對比度很弱，傳統(tǒng)方法很難定位。

再比如：衛(wèi)生巾的離心紙缺角，由于離心紙花紋不固定，四個角的情況不一樣，有可能四個角剛好沒有花紋，傳統(tǒng)方法很難定位到缺陷。

02肩負使命 應運而生

針對行業(yè)內(nèi)遇到此類問題，客戶迫切需要解決。鈦瑪科視覺檢測3.0系統(tǒng)應運而生，算法功能全面升級，在保留原有污點檢測功能外，增加深度學習，模板比對、自動提取，邊檢、統(tǒng)計檢測功能，支持傳統(tǒng)方法、深度學習和混合方法三種模式，客戶可以根據(jù)需求靈活選擇所需的功能，在檢測效果上和對于產(chǎn)品缺陷的適應性上有了全面的改進。

【功能特點】

深度學習算法將人工智能提升到新的高度，在工業(yè)缺陷檢測方面，深度學習也是一個必然趨勢，3.0系統(tǒng)算法將深度學習融合進來，配合或者互補傳統(tǒng)的算法功能，針對以下幾個方面，提升算法的檢測能力：

1.針對對比度較弱的缺陷的檢測能力提升；

2.針對較小的缺陷的檢測能力提升；

3.針對缺陷的分類能力提升，可以準確歸類缺陷類型。

3.0系統(tǒng)深度學習算法操作簡單，導入產(chǎn)品對應模型，設(shè)置缺陷類型，即可完成深度學習建模。

3.0系統(tǒng)深度學習算法提供簡單友好的操作界面可以進行模型重新學習，如果目前模型檢測精度不夠，

則可以加入新的缺陷樣本重新學習提升模型的檢測能力與精度。

03在多家客戶上已經(jīng)成功應用

鈦瑪科視覺3.0系統(tǒng)已經(jīng)成功在多家客戶上應用，友好的軟件界面，深度學習法，人性化的建模方法，擺脫了傳統(tǒng)人工建模麻煩，大大減輕了工人的操作強度，提高了設(shè)備的自動化程度，為實現(xiàn)傻瓜式操作打下堅實的基礎(chǔ)。