鈑金件是通過沖壓工藝方法獲得且具有一定形狀、尺寸和性能的零件,。在工業(yè)生產過程中，鈑金件冷沖壓工藝具有生成率高,、成本低,、能力強、適合大批量生產等優(yōu)點,，其產品在汽車工業(yè),、醫(yī)療器械等領域廣泛使用。bvty寶威VIP

在鈑金件批量生產的過程中,，常常會出現(xiàn)各種各樣不可避免的生產缺陷,，如出現(xiàn)劃痕、污漬,、凹凸等情況,。伴隨著鈑金件的使用逐漸滲透進人們的日常生活，多數(shù)鈑金件制造企業(yè)通過AI機器視覺技術,，以更高效,、更便捷、更高檢出率的方式對其產品進行外觀缺陷檢測,。

對于鈑金件而言,，其表面缺陷檢測至關重要,，不僅要確保產品外觀完美，更重要的是其對產品的支撐作用,，保證產品性能的合格,。但在對鈑金件進行外觀缺陷檢測的過程中，仍存在諸多難點需要解決,。

1,、鈑金件缺陷類型繁多

鈑金件常見外觀缺陷包括凹凸、劃痕,、銹蝕,、壓痕,、起皺、變形,、開裂,、錯位、毛刺,、污點等,，缺陷特征難以定義。

2,、難以實現(xiàn)精準打光

由于鈑金件屬于反光金屬,，在拍攝過程中往往會存在局部圖像不清晰、成像缺陷不明顯等情況,，且容易受到環(huán)境光影響,，干擾檢測效果的準確性。

3,、產品檢測周期較短

鈑金件數(shù)量龐大,，產品檢測周期較短，需要做到快速且精準識別工件的缺陷,。

4,、柔性化生產程度提高

鈑金件種類復雜，多樣性強,，同時存在小批量客戶的個性化定制需求，對鈑金件的柔性化生產要求提升,。

基于上述難點,，鈑金件的外觀缺陷檢測對包括攝像頭、鏡頭,、光源在內的硬件設備與視覺檢測平臺等軟件支持都有很高的要求,。

由于鈑金件外觀缺陷檢測,，通常由機器視覺檢測系統(tǒng)完成，且其是應用于生產線的實時監(jiān)測系統(tǒng),，具有實時性和快速性,，因此需要大量的圖像數(shù)據(jù)。為了尋找良好的機器視覺系統(tǒng)用于檢測,，除了使用較高性能的硬件設備外,，還需要考慮軟件的適配性。

選擇機器視覺軟件的主要考慮因素

圖像預處理：多數(shù)圖像處理軟件提供來預處理算法,，比較它們的豐富性和效率,。

易于編程和操作：簡單直觀的圖形界面是易于使用和定制的關鍵,。檢查圖形界面的“設置”和“操作”。

軟件的自我升級：選擇機器視覺軟件時,，考慮軟件系統(tǒng)是否能夠實現(xiàn)自我升級,。

深眸科技基于云原生技術,，自主研發(fā)輕轍視覺引擎這一創(chuàng)新視覺應用產品，通過先進的視頻圖像,、圖像學處理技術和AI深度學習算法,，建立工業(yè)級人工智能模型，實現(xiàn)工業(yè)視覺應用的分布式部署和集成監(jiān)控,。不僅如此,，輕轍視覺引擎支持視覺應用的流程化開發(fā)，支持開放式數(shù)據(jù)的雙向訂閱,，滿足客戶的個性化視覺定制需求,。

深眸科技以傳統(tǒng)機器視覺+深度學習技術為核心，圍繞工業(yè)視覺“缺陷檢測,、視覺分揀,、工業(yè)上料、拆碼垛,、物流供包”創(chuàng)新應用場景,，創(chuàng)新研發(fā)工業(yè)AI視覺系統(tǒng)，持續(xù)賦能鈑金件外觀缺陷檢測,。

以深眸科技提供技術支持的家電行業(yè)·鈑金件缺陷檢測案例為例,，工業(yè)AI視覺系統(tǒng)通過超高分辨率的成像系統(tǒng)抓取圖像信息并分析,，快速識別各類缺陷，同時算法快速響應,，做到樣品到批量成品的復制加工,。

工業(yè)AI視覺系統(tǒng)檢測范圍全，能夠覆蓋零件的全部輪廓和尺寸,，還可以通過統(tǒng)計分析對比不同批次的產品缺陷圖片,，實現(xiàn)鈑金件新缺陷類型的定義，搭配機械臂等外部執(zhí)行機構,，剔除缺陷產品,，從而做到鈑金件缺陷全檢。

通過工業(yè)AI視覺系統(tǒng),，鈑金件外觀缺陷的檢測速度加快,，30s內便可完成對于產品的缺陷檢測,，同時模型切換時間小于1分鐘，人工干預率小于0.19%,，將鈑金件的缺陷檢出結果準確率提升至99.9%以上,。

深眸科技作為國家高新技術企業(yè),，多年來堅持技術創(chuàng)新與產品迭代，以更高品質的視覺應用產品,，為制造企業(yè)提供工業(yè)AI視覺解決方案,。未來，深眸科技視覺產品的應用范圍將繼續(xù)擴展至更多場景,，以長期技術研究和市場沉淀,，持續(xù)助力制造企業(yè)的轉型升級bvty寶威。