汉鑫工业平台,汉鑫工业平台

机器视觉系统适用于3C电子行业链条的各个环节，为解决3C产品生产中的视觉难题，针对行业特点，我们推出针对3C电子行业的算法，区别于传统视觉算法，优化后的算法识别速度快、准确率高、通用性强，可以解决各种3C产品生产过程中的视觉难题。

生产供需矛盾：公司发展市场需求大，激增的生产线需求与滞后的质检线输出矛盾；

行业质量标准：电池行业市场对电池质量的要求标准越来越高,资讯透明的自媒体时代质量把控需格外严格；

人眼检测低效：人眼检测效率低品控不稳定，大批量高频次的受测样本、繁杂多样的瑕疵类型都是挑战。

产线盲测哑猜：缺陷产品种类和数量难以统计，很难形成数据沉淀，无法优化产线生产。

算法模型搭建：AI构建检测模型，量身打造双鹿“AI+工业视觉”深度学习检测算法模型及开发平台。

模型训练检测：小目标检测，受检产品量多，缺陷类型多，表面裂纹面积占比小，精度要求高，对样本数据实时汇总分类，形成质检报告；

降本增效提质：只需少量人工复检缺陷品，提升检测效率以及检测精度，大幅降低缺陷品流出，缺陷数据样本分析报告辅助产线决策。

人力依赖：企业质检单产需要4名质检人员，需求大，人力成本高

检出率低：人工检测视觉有限，易疲劳，漏检率高，质检时间长，影响产线出货量

环节流转性差：质检环节单独进行，在整个生产环节中自动化流转效率低。

深度学习：基于深度学习视觉检测算法，产品自动抓取到检测台，实现自动化、智能化的产品检测。

人工智能化算法：通过对EI算法模型的训练，投入智能分检管理系统，提升缺陷检测的准确性。

智能化全流程生产：将质检环节融合到到自动化生产线，实现质检、剔除整个环节流转的自动化，提高生产智能化水平应用。