在熟練技術人員短缺和人工成本急劇上升的背景下，需要人的經(jīng)驗和感性，依靠人進行搬運、組裝、檢測的工序，是制造業(yè)急于實現(xiàn)自動化的部分。

特別是在產品的外觀檢測中，需要經(jīng)驗豐富的熟練工擁有的感性和經(jīng)驗，例如判斷各種顏色和尺寸的劃痕、產品本身有很大差異時如何判定缺陷產品。

因此，大家對AI的期待越來越高，因為它能像人一樣識別對象物的特征，并自動學習判斷標準。

但是，要使其投入實際應用，必須準備大量的圖像數(shù)據(jù)供AI學習，而且還面臨若干問題，如AI工程師的保障、需要在現(xiàn)場安裝特殊的AI硬件等，因此很難將AI引入生產現(xiàn)場。

為了解決這些問題，盈泰德推出了一種缺陷抽取AI-Intsoft 深度學習AI智能檢測系統(tǒng)。

通過類似人的“感性”來發(fā)現(xiàn)劃痕，從對人感性的依賴到利用AI技術，自動實現(xiàn)目視檢測

缺陷的檢測依靠人的感性，難以定義，成為自動化的難題。檢測人員擁有的“將背景中的不協(xié)調視為缺陷”的技能，已利用AI技術化，并作為圖像過濾器搭載。

即使是新品種、未知劃痕、復雜背景這些機器以前難以判斷的內容，也可以在沒有劃痕樣本或調整的情況下，檢測為“劃痕或缺陷”。

類似熟練工的“經(jīng)驗”來判斷良品

從依賴于熟練工的經(jīng)驗到用AI技術實現(xiàn)調整知識自動化

在官能檢測中，允許良品狀態(tài)有差異。由于良品狀態(tài)的判斷標準依賴于熟練工的知識，因此很難用以往的FA圖像處理系統(tǒng)對其進行定義，并且需要不斷進行設置調整工作，這成為自動化的難題。

“AI準確匹配”通過學習良品狀態(tài)的圖像數(shù)據(jù)，在短時間獲得檢測人員在多年實踐中積累的“檢測技術和知識”。除了能夠再現(xiàn)熟練工的檢測能力外，相比傳統(tǒng)的自動化檢測方法，能夠減少因公差導致的良品過檢，大幅降低成本以及提高生產效率。

無需構建AI專用環(huán)境

引進AI不需要高規(guī)格硬件，也無需配備AI工程師來構建適合不同現(xiàn)場環(huán)境的系統(tǒng)。利用在生產現(xiàn)場已有大量使用經(jīng)驗的通用圖像處理系統(tǒng)，即可輕松引進AI。

無需AI專用硬件

需要準備工作站級別硬件的AI檢測技術無法在現(xiàn)場大規(guī)模引進。AI-Intsoft不需要專用硬件，因此可以輕松引進。