手机外观缺陷检测一直是业界的难题，需要检测的缺陷种类繁多且变化多端，主要缺陷包括手机外壳上出现的污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、异色区分等问题。
目前，手机整机外观全检基本上处于全人工肉眼检测的状态。由于手机整机的精密工业检测需求，使得传统机器视觉系统难以通过编程来解决以上这些缺陷检测问题。手机整机外观检测涉及曲面以及复杂纹理图像中细微划痕的检测需求，只能通过人工肉眼二次复检来完成，进而增加了额外成本。
人工智能手机整机外观全检设备
数优推出的基于深度学习算法的AI缺陷检测颠覆性产品——人工智能手机整机外观全检设备，经过一年的在线运行与验证，已经完全达到了客户工业4.0智能生产车间的技术指标要求，这标志着困扰行业多年的手机整机外观全检难题终于被攻克。
数优的人工智能手机整机外观全检设备，实现了光电、机械、人工智能深度学习算法等领域的系统整合。其检测技术大量结合核心人工智能深度学习算法、光学原理、图像处理、运动控制及精密机械等技术，利用光学方式采集图像以获得产品的表面状态，以人工智能算法、图像处理技术来检出产品缺陷或图案异常等，具有高速度、高精度、高稳定性等特性，不论是在生产的制程中进行监测或进行精密品质管理，或是在高科技产品的制造与检验作业中，这款人工智能设备都能发挥重要作用。
核心技术介绍
数优最新升级的人工智能算法软件SuaKIT2.0，重新定义了AI缺陷检测。新技术的研发使得缺陷检测更精准、更高效，这次技术升级带来了以下技术优势：
1、能够轻松应对频繁更换检测产品的情况，无需重新建立神经网络；
2、单一图片数据也可以轻松建立神经网络；
3、可视化调试，打开了“黑匣子”，提高检测的准确度；
4、独有的自动标记功能，极大地降低了人工标记的时间；
5、新旧产品更替可以平稳过度，零对接时间；
6、利用GPU及算法优化提高检测速度，可以实现高速产线的实时检测（最高速度超过10m/s）
相比于传统机器视觉检测，数优的核心人工智能深度学习算法具有以下几大优势：第一，解决了传统视觉无法处理的完全无规律的复杂图像问题；第二，解决了传统机器视觉由于抗干扰能力差而造成的漏检、误检率高的问题；第三，解决了传统视觉中未出现过的缺陷无法识别、需要连续不断的算法补丁的问题；第四，解决了传统视觉项目周期普遍很长、导致验证速度慢的问题；第五，解决了传统视觉对硬件环境依赖比较高的问题。
（1）继续训练
图1：继续训练。
通过继续训练缩短训练时间，利用之前训练的神经网络，客户可以最小化同一行业中新产品的训练时间和训练图像的数量。
（2）边界数据
图2：边界数据。
向用户展示介于正常和缺陷之间的边界数据，抽取出会影响到模型性能的图片，经过分析之后可以非常容易地提高模型的性能。
（3）图像比较
图3：图像比较。
重点学习两幅图片之间的差距，即使改变了光学条件，也能尽量减少费用并检查出缺陷。
（4）多图像分析
图4：多图像分析。
同一产品在不同的光学条件下拍摄时，通过分析图片之间的相互关系以提高检测能力，如把图片打包检测，处理时间可以大大缩短。
（5）可视化纠错
图5：可视化纠错。
可以将深度学习算法分析并分类的过程可视化。此功能可以检测软件是否在按照使用者的意图进行训练。
解决方案
数优的这台人工智能手机整机外观全检设备，结合了数优的核心软件SuaKIT，可实现360°自主检测，并且可以精准检测到手机曲面上的缺陷，不但能准确检测到缺陷的位置、形状，还能自动计算缺陷的长度、面积、数量等各种用户需要得到的信息，并且可以结合数优的用户界面，实时显示出检测结果。
图6：数优人工智能手机整机外观全检设备。
这款设备可以检测手机的上下表面、侧面和边缘，实现手机外观全检。每部手机的检测时间<15s，检测精度可达20μm。
该设备能完全将人工解放出来，达到无人自动化检测，并且可以达到高精确度的客户需求，包含：
污点、划痕、边缘缺失、裂纹、水迹水印、气泡、手指纹、异物、油墨、异色区分检测；
多工艺物料需要在一套算法系统中解决；
检测区域包括表面、背部、侧端、边角等多面检测；
检测准确度达到99.97%以上，检测精度最小达到1Pixel；
具备剔除分类功能，针对缺陷类型可做返工或报废分类；
可以直接兼容到工厂现有产线上。
图7-图10给出了几个检测案例图。
图7：GalaxyS8+背面划痕检测。
图8：GalaxyS8+侧面的污点检测。
图9：手机背面复杂纹理图像中的细微划痕检测。
图10：手机侧面曲面的污点、划痕检测。
小结
数优的视觉检测是基于图像处理进行的，所以理论上只要能采集目标产品的良品图片和不良品图片，就可以用人工智能软件SuaKIT进行学习，建立神经网络进行缺陷检测。
目前，数优的人工智能检测方案已经应用于太阳能板、PCBA、手机零部件、汽车零部件、医疗、X光、机场行李、半导体、焊接、手机镜头、手机芯片、皮革、面料、电容等检测应用中，合作客户包括三星、LG、华为、富士康、现代集团、隆基乐叶等。
声明：本文为转载类文章，如涉及版权问题，请及时联系我们删除（QQ: 2737591964），不便之处，敬请谅解！
QQ交流群
