胶管类产线-AI智能瑕疵检测解决方案
传统上，胶管产线的产品质检主要通过人工完成。
胶管产品的瑕疵种类众多，要求检测精度非常高，部分瑕疵无法通过肉眼辨别，只能通过手部触感确认，管理方式粗放且不稳定。
媒智科技利用自研的深度学习AI计算机视觉技术，结合创新性设计的自动化机构设备，填补行业空白，实现了针对胶管类产线的AI智能瑕疵检测解决方案。
场景挑战：
1、缺陷种类多样，形态多变
2、橡胶管外面成弧形，不同角度缺陷表现形态不同
3、缺陷目标小，程度低，容易与正常区域混淆
4、部分缺陷样本数量稀少，不易收集
解决方案：
1、传统图像处理算法与深度学习算法相结合
2、采用深度神经网络，检测算法对缺陷定位，语义分割网络切分缺陷边缘，分类算法确定缺陷类型
3、 数据增强、图片合成，构造缺陷样例，丰富训练数据
4、结合多个相机检测结果综合决策判定缺陷情况
成像效果示意图：
、
产品架构：
应用案例—汽车胶管表面缺陷检测：
某跨国企业，全球领先的汽车用橡胶管生产企业于2021年应用本解决方案，替代传统人工质检，大幅提高了质检的水平，被该司评价为：“填补了行业空白”
应用难点：
1、橡胶管在产线上处于运动状态，表面周圈360度均需检测，采集困难
2、橡胶管缺陷类型多样，编织方式多样，不同纹路对检测有干扰
关键技术：
1、 采用环绕固定频率拍摄，检测无死角
2、传统算法和深度学习算法相结合：传统算法检测尺寸快速排除“凹凸”类缺陷；深度学习算法检测“疙瘩”、“划伤”、“死料”等形态多变的缺陷，泛化性强
产品性能：
检测节拍：15m/min
检测对象：橡胶管2种材质（“编织”、“缠绕”），不同直径尺寸（15mm-25mm）
拍摄方式：9个相机环绕360度拍摄
检测指标：缺陷检出率 95%
