lehu官方网站

主页>方案中心>解决方案>GIVS软件应用案例>
点击次数:144 更新时间:2023-08-08 13:47

案例分析 | lehu官方网站行智深度学习在纺织品缺陷检测中的应用

一、案例介绍:


在纺织品生产过程中,产品质量控制和检测至关重要,缺陷检测是其中重要的一个环节。传统的织物缺陷检测由人工来完成,存在检测速度慢、主观影响大、误差率高、漏检率高等缺点。如果没有及时检测出织物缺陷,还会严重阻碍整个生产过程,影响企业生产效率。

随着工业机器视觉技术的发展,利用深度学习技术来检测纺织品缺陷成为越来越多纺织企业的选择。为解决传统纺织厂缺陷检测人工效率低、企业利润低、废品损耗率高的问题,lehu官方网站行智利用深度学习算法,推出了纺织品AI缺陷检测系统方案。
 

二、解决方案:

纺织品AI缺陷检测解决方案
 
实现功能:该方案可以检测纺织品表面紧档、纬缩、双纬、筘路、断经等数十种类型缺陷,支持多台织布机同时在线实时缺陷高精度检测,精度可根据客户具体需求调整。此外还支持数据上传云端,及时报警精准定位缺陷位置,让生产管理者准确快速地掌握缺陷类别和频次,为快速改善生产效率和纺织品质量提供了有力支持,已经在实践中得到了肯定。
 
解决方案:通过lehu官方网站行智深度学习视觉分析平台“天断”,搭载lehu官方网站行智自主研发的工业视觉检测通用软件平台GIVS,可快速准确的实现纺织品全自动实时在线AI缺陷检测。




-
lehu官方网站行智纺织品AI缺陷检测解决方案示意图-



三、检测过程:


1、系统采集图像

2、深度学习视觉分析平台“天断”训练神经网络模型

3、工业视觉检测通用平台GIVS实时获取图像,调用训练神经网络模型并实时处理,发送检测结果指令

 
4、GIVS将检测数据实时传送至云端服务器,以进行后续大数据分析处理





-纺织物缺陷检测示例-


 

纺织筒纱缺陷检测过程,5步实现深度学习网络模型创建,智能识别筒纱脏污、跳线等缺陷,最后可实现批量导出

 


-创建项目-



-标注缺陷-



-扩增图像-



-训练模型-



-推断验证-

 

 
联系lehu官方网站