韓國工廠應(yīng)用圖——玻璃檢測設(shè)備集成至清洗機(jī)后

一、被“卡脖子”的玻璃檢測行業(yè)：賽拓星眸博士團(tuán)隊(duì)“破壁”研發(fā)

         玻璃檢測設(shè)備技術(shù)門檻高，涉及數(shù)字圖像處理技術(shù)、機(jī)械工程技術(shù)、控制技術(shù)、電光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計(jì)算機(jī)硬件技術(shù)、人機(jī)接口技術(shù)等多學(xué)科復(fù)雜技術(shù)，對研發(fā)團(tuán)隊(duì)具有非常高的要求。一支由大連理工大學(xué)、大連工業(yè)大學(xué)博士組成、涵蓋光/機(jī)/電/算/軟全技術(shù)鏈的研發(fā)團(tuán)隊(duì)，在攻關(guān)玻璃表面缺陷檢測技術(shù)的道路上 “披荊斬棘”數(shù)年。賽拓星眸負(fù)責(zé)人回憶，為解決玻璃檢測場景的兩大核心難點(diǎn)——光學(xué)成像、算法模型，團(tuán)隊(duì)幾經(jīng)推翻重來后，最終特別設(shè)計(jì)：

         光學(xué)成像方面攻堅(jiān)：玻璃圖像采集質(zhì)量直接影響著玻璃缺陷的可辨識度，不同缺陷的光學(xué)表現(xiàn)差異大，要克服環(huán)境干擾因素，團(tuán)隊(duì)自主設(shè)計(jì)的綜合性打光方式，采用多角度打光、明暗場多路識別，結(jié)合圖像預(yù)處理等技術(shù)，從多個維度對缺陷進(jìn)行精準(zhǔn)識別和分類，通過綜合性打光方式及算法優(yōu)化精簡了硬件復(fù)雜性，降低設(shè)備成本。自適應(yīng)光源強(qiáng)度調(diào)節(jié)技術(shù)，提高產(chǎn)品兼容性，對透光率低的玻璃有良好檢測能力。

         算法模型方面另辟蹊徑：應(yīng)用AI大模型與細(xì)分模型相結(jié)合的方式，小樣本數(shù)據(jù)訓(xùn)練，高精度高準(zhǔn)確度檢測。依托小樣本玻璃缺陷數(shù)據(jù)通過樣本擴(kuò)充、數(shù)據(jù)標(biāo)注、算法訓(xùn)練，獲得針對客戶玻璃缺陷的智能算法，可以精準(zhǔn)識別并分類氣泡、結(jié)石、夾雜物、深劃傷、淺劃傷、崩邊、霉粉、污漬、水漬、蚊蟲、刷毛、繩子印、吸盤印等玻璃缺陷及干擾項(xiàng)。對于新出現(xiàn)的各種瑕疵類型可以快速響應(yīng)，隨著設(shè)備在工廠的持續(xù)使用，檢測模型持續(xù)迭代，設(shè)備檢測能力越來越強(qiáng)大。