AI ​辅助​灯检​技术​ B.R.AI.N

通过​ A​I ​辅助​灯检解决​方案，​减少​误剔​现象，​提升​复杂​缺陷​的​检出​能力，​帮助​产线​保持​高效​运行。​传统​灯检规程​已经​能够​带来​良好​的​成果，​但​通常​需要​人​工​辅助。​B.​R.AI.N ​通过​自动化​这些​流程，​进一步​提升​了​灯检​环节​的​效率​和​性能。​B.​R.AI.N ​基于​经过​训练​的​深度​学习​模型​运行，​这些​模型​经过​训练，​能够​做出​精确​可​靠​的​检测​决策。

工作​人员​正​在​查看​缺​陷品​图片

AI ​辅助​缺陷​检测

利用 AI 提升缺陷检出能力，减少人工复检的需求，降低误剔率，并提高准时交付能力。

核心​优势

误剔率​最​高​可​降低​ 90%

与​传统​检测​系统​相比，​误剔率​最​高​可​降低​ 90%，​减少​不​必要​的​产品​损失​和​人工复检。

高速下​提升​检测​质量

在​生产线​全速​运行​的​同时​提升​缺陷​检出​能力，​无需​因​提高​检测​要求​而​牺牲​产能。​ 

减少​人​工检测​工作量

减少​二​次​人工复检，​降低​人工​的​工作量，​提升​运营​效率。

灵活部署​至​多​种​设备

可​通过​图形​处理器​（Graphics Processing ​Un​it，​GPU）​或​边缘​计算​方案，​将​AI​部署​至​兼容​的​灯检​设备。

支持​ A​I​ 合规

B.R.AI.​N ​的​模型​开发​流程​与​不断​发展​的​ G​MP ​指南​保持​一致，​帮助​生产​企业​应​对​AI​相关​法规​要求。

将​模型​集成​至​检测​配方

无​需升级​软件，​即可​将​ A​I 模型​作为​确定​性​工具集成​至​现​有​自动​视觉​检测​（Automated Visual Inspection，​AVI）​设备​的​检测​配方​中。

提升​运营透明度

直接​在​设备​层面​提供​模型​决策​依据，​可​帮助​操作​人员​理解检测​结果​的​判定​逻辑，​增强​对​检测​系统​的​信心。

柯尔柏​设备​上​正在​进行​检测​的​安瓿​瓶​图片

功​能

A​I ​技术​赋​能​灯检，​获得​稳定​可靠​的​检测​结果

B.R.AI.N 将 AI 技术与可扩展的基础设施相结合，为复杂视觉检测应用提供更强的检测能力。

  • AI模型：创建监督式深度学习模型，对图像和对象进行分类，并识别缺陷。

  • 云平台：安全、可扩展，并符合 ALCOA+ 数据完整性原则，支持不同生产基地的团队协作，可在不中断生产的情况下开展模型训练。

  • 合成数据功能：利用合成图像弥补训练数据缺口，并覆盖相关变化情况，使模型学习所需特征，实现稳健、精准的检测性能。

  • 设备集成：AI 直接部署于灯检设备，在产品通过生产线时实时完成检测。系统利用 GPU 快速完成判断，不影响生产速度。内置的可解释 AI 工具可展示系统作出特定判断的依据，帮助操作人员理解并信任检测结果。

FAQs

关键​技术

深入​了解​ ​B.R.AI.​N ​的​模型​开发、​部署​及​系统​集成​流程。

柯尔​柏员工​的​微笑

立​即 ​联系 ​我们

立​即沟通，​与​我们​的​专业​顾问探​讨量​身定制​的​灵活、​可​扩展​端​到​端解决​方案。