在大型家电行业中,流水线检查产品配件数量和种类是否正确,往往需要人工逐件检查,无技术含量 但是耗费人工,且工件种类繁多、工作人员长时间工作容易疲惫造成误检。此项目需求也是大多数工 厂流水线作业的代表。

结果输出的正确率:99.9%

人工干预率<0.1%

模型切换时间<1min

检测多种产品的配件数量、种类

更多>

传统工厂环境，梳毛机生产过程中存在断线问题，线色不一，线数繁多，需要人工不断核查，工作人员长时间工作容易疲惫，进而疏漏，造成不良品概率的增加。

0.01%错漏率

平台搭建业务流程,多相机串联接入,对定位分割算法的场景复用

检测多种线筒、线色

更多>

在传统的工业环境中，钣金件缺陷包含表面轻微凹陷/ 凸起（深度/高度0.12mm以内，长度/宽度1mm以内）、 划痕、孔径异常、钣金件直线度等检测项目，且工件种类繁多、尺寸不一，以往钣金件的缺陷检测需要工作人员凭借肉眼识别，在工厂环境中，工作人员无法准确识别缺陷，依赖额外辅助工具检测导致效率低下。

结果输出的正确率:99.9%

稳定性强

人工干预率<0.19%

模型切换时间<1min

更多>

周转箱是当今的工厂中必不可少的物流载体，本次案例的客户在实际生产作业中遇到周转箱重量大、SKU种类繁多、周转箱表面图案复杂等原因，传统方案一 直无法解決此类周转箱拆垛的自动化问题。并且面临人工成本过大的局面，此次期待通过A智能在工业领域的应用使机器人能够灵活识别多种不同尺寸、不同 图案的周转箱，在2分钟之内把整垛周转箱从托盘上卸下，并置于传送带上。

24小时工作,节省人力成本40%-60%

精准识别多种箱体,通过和机械臂的协同工作,识别错误率0.1%

更多>

在传统的工业环境中，风扇装饰环LOGO的检測需要工作人员凭借肉眼识别，工件尺寸差别并不十分明显，且部分工件的LOGO标识内容相差无几，工作人员在工厂环境中长时间的工作，常常会出现识别错误的现象发生，且工作效率低下。

正确识别LOGO的判断能力:99.9%

代替人工,并保证稳定性

设备工作时间要: 7*24h

更多>