客户面临的问题方案介绍核心优势相关产品应用场景相关解决方案

客户面临的问题

Problems

细微缺陷种类多，成像难

需对铝壳电池的六面、顶点、R角的瑕疵点进行精准识别，同个物件不同角度，背景也会跟随变化，增加检测难度，电池表面金属材料反光且各角度光效不一致，成像难度大。

系统集成度复杂，协同难度大

动力电池生产工序繁多，每个环节都需要“层层把关”存在流水线工序自动接驳难度大，缺陷品漏检、问题难溯源等风险

检测精度与准确率要求高

缺陷形态丰富、轮廓不明显，存在不同缺陷类型极其相似的情况，需精准区分，检出个位像素级别的极小缺陷。

检测速率与稳定性要求高

动力电池对于安全性能要求严苛，检测过程存在缺陷品漏检、误判、运转速率要求高等挑战，对算法的鲁棒性及可靠性提出挑战。

方案介绍

PRODUCT ADVANTAGES

运用机器视觉、数字图像分析和自动化技术，为动力电池提供全流程智能化质检服务。采用包括 2D、3D 相机，工业光源等技术采集瑕疵图像，构建基于深度学习的缺陷模型库，快速学习各类瑕疵的缺陷特征，生成符合需求的AI检测算法，实现对电池外观缺陷精准识别，可稳定检测0.1mm以上的不良，实现产品全流程实时监控与质量检测，有效提高生产工艺及生产效率。

方案咨询

核心优势

PRODUCT DETAILS

高精度视觉算法

融合多种自研AI算法技术，针对不同缺陷进行精准检测，可检测划痕、斑点、凹坑、缺损、色差等40+项缺陷种类，漏检率0%，过杀率≤2%，大幅提高检测效率和准确度。

精准定位缺陷类型

通过深度学习网络进行性能优化，兼容了不同背景的干扰样本，最终能快速精准的获得缺陷的位置及其类别标签，分类准确率≥98%，保证了检出精度。