本团队的基于工业大数据的深度学习智能检测项目，是通过深度神经网络模拟人脑图像处理分析和思维决策过程开发的对各种工业缺陷进行检测的系统。以智能焊点检测系统为例，智能焊点检测是通过构建多通道极深度学习模型，结合大数据技术，训练3000余万个参数，扫描元件每一个像素点，之后通过卷积层分解图像判别而得出元件焊点好坏，并精确定位缺陷部位。通过深度学习开发的智能视觉检测系统，可以使良品检出率达到90%以上，不良品检出率达到99.5%。这样不仅提高了工厂的生产效率，也节省了成本。应用焊点检测的原理，智能视觉检测技术还可以用于工厂生产线的方方面面，包括插件产线电路板的“错插、漏插、反插”检测，芯片外观检测，手机外壳缺陷检测、焊接虚焊检测等，甚至还可以用于工业衍生行业，如畜牧业鸡雏公母鉴别，汽车行业自动驾驶辅助系统驾驶员异常驾驶状态（路怒、疲劳、分心）侦测等，具有广泛的应用前景。本公司在工业视觉领域已经积累了数以千万计的细分行业数据，并已经研发出了“小样本做大数据”的方法。合作伙伴与客户包括：劲拓自动化、日本加贺电子、同济科技、国泰君安、中科恒运、艾比森光电、中国神华、光弘电子、日本谷润科技、华勤光电、天通股份、温氏股份等等，终端使用者包括华为、小米、大众、丰田、三菱等。 【展开】 【收起】