Обнаружение дефектов поверхности мобильного телефона на основе глубокого обучения и машинного зрения
Обнаружение дефектов поверхности мобильного телефона на основе глубокого обучения и машинного зрения

Визуальная/изображительная информация, доставленная в кратчайшие сроки!

С модернизацией и трансформацией индустрии умного производства смартфоны стали необходимостью в жизни людей. Их «умность» заключается не только в инновациях в функциях и производительности продуктов, но также в интеллектуальности производства и производственного процесса.

В производстве смартфонов используется более 80 процессов, и каждый процесс требует тестирования по разным стандартам тестирования. Чтобы улучшить качество продукции, снизить количество дефектов и добиться удовлетворенности пользователей, тестирование, как последний процесс производства мобильных телефонов, является «привратником» качества продукции и находится в центре внимания производителей мобильных телефонов.

технология глубокого обучения

Открывая путь к «умному» производству смартфонов

Мобильные телефоны неизбежно имеют некоторые дефекты при производстве, такие как:

· На покровном стекле имеются царапины, синяки, повреждения, заусенцы и т. д., большой допуск на размер продукта и т. д.; · На поверхности аккумулятора мобильного телефона возможны утечки воздуха, паяные соединения, раздавливание и т. д.; · Компоненты печатной платы имеют такие проблемы, как ошибки, утечки, отражения и плавающая высота; · Поверхность металлических деталей загрязнена, потрескалась, исцарапана, поцарапана, пузырится и т.п.; · На модуле камеры имеются посторонние предметы, загрязнения, царапины, белые пятна, перепады высоты и т.п.; · При сборке готовой машины обнаруживаются недостающие детали, неправильные детали, плавающие винты и т. д.

Эти дефекты не только вызовут ряд доработок и проблем послепродажного обслуживания, но также повлияют на опыт использования продукта потребителями, а также окажут определенное влияние на репутацию продукта.

С постепенным исчезновением демографического дивиденда и «жестким» обнаружением традиционного машинного зрения ограничения становятся все более заметными, и оно больше не может справляться с частыми итерациями конечных продуктов.

технология глубокого обучения,Извлечение признаков дефектов изображения по глубине,Преодоление узкого места традиционной логики машинного зрения, которая проста и сложна для анализа нестандартных изображений.,Постоянно и эффективно повышать точность контроля качества.

Для постоянного внесения изменений в линейку продуктов пользователям не нужно менять или настраивать механизм оборудования. Им достаточно лишь выбрать соответствующие предварительно отлаженные параметры с помощью программного обеспечения. Это значительно сокращает время отладки оборудования при изменении пользователями различных продуктов.

В процессе проверки он может осуществлять всесторонний осмотр стеклянной поверхности, задней крышки, боковой и дуговой поверхности мобильных телефонов разных размеров и моделей, а также быстро и точно обнаруживать такие дефекты, как царапины, помятости, грязь, серебряные края. и утечка света, исключающая необходимость ручного вмешательства.

В случае серьезных дефектов в соответствии с настройками можно установить онлайн-сигналы тревоги или отключения, чтобы предотвратить неисправности, которые могут привести к полной остановке производства.

После завершения проверки дефекты могут быть классифицированы, сохранены и выведены в онлайн-отчеты, что повышает отслеживаемость данных. Менеджеры также могут сразу получить информацию о распределении дефектов продукции и уровне выхода, а также своевременно оптимизировать процессы и процессы на основе первых данных. -ручные данные.

без сомнения,Будь то операции по контролю производства продукции,Или осуществлять управление качеством,Достичь бережливого производства,полагаться натехнология глубокого Система обнаружения дефектов обучения станет самой сильной стороной предприятия.

Приложения глубокого обучения ИИ в «умном» производстве мобильных телефонов

Сцена первая

Выявление дефектов внешнего вида линз мобильных телефонов

Обнаружение фона

Производители линз для мобильных телефонов должны проводить проверку внешнего вида продукции перед отправкой, включая дефекты, такие как накидки, плохое травление, ненормальный цвет, некачественные шрифты, сколы по краям, трахома по краям, царапины, кристаллические точки, яркие пятна и другие дефекты.

использоватьтехнология глубокого обучения,Может точно обнаружить дефекты,Это заменяет ручные и громоздкие проверки.,Повышая эффективность, мы также можем контролировать качество.

Требования к тестированию

Обнаружение плаща, обнаружение травления, обнаружение аномального цвета, обнаружение шрифта, обнаружение сколов по краям, трахома с проникновением по краю, обнаружение царапин, обнаружение точки кристалла, обнаружение бликов.

План тестирования

С помощью системы машинного зрения он может обнаруживать царапины, грязь, посторонние предметы и другие дефекты внешнего вида и другие аномалии, возникающие при производстве продукции, обнаруживать ошибки сборки, дефекты поверхности, поврежденные детали и недостающие функции, а также определять направление, форму и положение. Функции объектов также могут быть идентифицированы.

Эффект обнаружения

① Обнаружение сколов на краях

② Боковая проникающая трахома

③ Обнаружение царапин

④ Обнаружение точки кристалла

⑤ Обнаружение ярких моментов

⑥ Обнаружение Пи Фэна

⑦ Обнаружение травления

⑧ Обнаружение шрифта

сцена 2

Выявление дефектов внешнего вида стеклянной крышки мобильного телефона

Обнаружение фона

После завершения сборки мобильных телефонов и планшетных электронных устройств, чтобы гарантировать качество продукции перед отправкой, требуется комплексная проверка стеклянной поверхности, задней крышки, боковых сторон и дуговых поверхностей мобильного телефона. Содержание проверки включает царапины. Посторонние предметы (например, частицы, стеклянные шарики, пузырьки и т. д.), вмятины, вогнутые и выпуклые следы, неровности, грязь, потеря краски, ненормальный цвет и т. д. Заставьте экран последовательно отображать разные сплошные цветные фоны и обнаруживайте дефекты экрана, такие как яркие пятна, темные пятна, размытие экрана и плохая подсветка.

Эффект обнаружения

① Изображение фронтального осмотра

② Изображение обнаружения угла R

③ Изображения бокового обнаружения

Сцена третья

Обнаружение дефектов внешнего вида средней платы мобильного телефона

Трудности обнаружения

· Обнаружение сколов, поломок и деформаций кромок. Местоположение дефекта неизвестно и не устранено. Ключевым моментом является точный поиск и обнаружение.

· Обнаружить наличие пропущенных резьбовых отверстий очень сложно, поскольку внутренняя резьба резьбового отверстия и ПЗС-матрица не находятся в параллельной плоскости, а резьбовое отверстие маленькое и зависит от глубины.

· Обнаружение сломанной стойки представляет собой сложную задачу, поскольку высота вспомогательной позиционирующей стойки в направлении Z не находится в плоскости, параллельной ПЗС-матрице.

Эффект обнаружения

① зубная дырка Эффект обнаружения

② сломанная колонна Эффект обнаружения

③ Обрушение края Эффект обнаружения

Сцена четвертая

Обнаружение дефектов логотипа корпуса мобильного телефона

недостатки сцены

Сдавливание, царапины, линии материала, точечные отверстия, питтинги, белые пятна, сколы, выпуклые неровности, следы шлифовки, выгибание, деформация.

Трудности обнаружения

· ЛОГОТИП мобильного телефона изготовлен из глянцевого, зеркального металла;

·Небольшие царапины и вмятины будут скрыты при ярком свете под традиционной оптикой;

Эффект обнаружения

①Обнаружение царапин

② Обнаружение вогнутых и выпуклых точек

Эта статья предназначена только для академического обмена. Если есть какие-либо нарушения, свяжитесь с нами, чтобы удалить статью.

—THE END—

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose