In-Sight SnAPP视觉传感器,凭借其卓越的性能和出色的易用性,能轻松应对不同行业的检测需求。其小巧的硬件尺寸易于安装,用户友好的软件界面方便操作,依托基于AI的边缘学习技术和强大的图像分析能力,其能高效且准确地完成检测任务,为行业树立了新的检测标杆。
本期内容,将继续为您介绍In-Sight SnAPP在不同行业的出色能力及优势,并深入分析其背后成因:
滚轮结构是医用输液套件中的必要组件,用以调节输液速度,保证输液效果及输液过程的安全。缺少滚轮结构的输液套件被认定是不合格品,必须严格筛选以避免流向客户端。
由于滚轮颜色与输液套件整体颜色相近,对比度较低,给传统视觉检测方案带来了极大挑战。传统视觉检测方案在检测时经常判定失误,难以保障产品质检要求。
In-Sight SnAPP通过基于AI的二元分类器工具集,实现了对滚轮存在/缺失的精准检测。即使在低对比度环境下,内置的AI算法也能快速识别并准确判断滚轮是否缺失。此外,In-Sight SnAPP的引导式设置,能让用户在短时间内即可构建出高效、稳定的检测系统,确保产品质量与安全性。
*In-Sight SnAPP检测效果
拉链是服装行业的常见备件,拉链头基材表面外观无瑕疵是维护服饰品牌形象的关键之一。因此,对拉链头基材进行完整性检测是不可或缺的环节。
在高速流水线上,拉链头数量众多,且基材小巧,瑕疵位置不固定,给检测带来了极大难度。同时,高检测效率与准确率的平衡也是一个重大挑战。
In-Sight SnAPP凭借其小巧的尺寸,可以轻松安装在产线进料口的上方,配合外部光源打亮基材,仅仅通过几个示例图像的简单训练后,该系统即能出色地应对500mm/s流水线速度下,拉链头基材瑕疵大小和位置均不确定的复杂情况,在不漏检的同时,保证了检测效率和准确率。 *基材无瑕疵 *基材有划痕
*滑动查看检测效果
随着自动化和智能化趋势演进,In-Sight SnAPP正加快落地在不同类型的应用场景,持续满足千行百业客户对产品、零件或包装的检测环节提出的更高效率、更高准确度、更高性价比的需求。