轻辙标注训练平台

产品介绍

以AI视觉技术为内核，针对不同制造业中各种复杂环境下的应用需求，打造出集标注、训练、建模、调优于一体的工业视觉平台，提供缺陷检测、字符识别、复杂分类、目标定位等2D视觉功能，以及视觉分拣、视觉引导、缺陷检测、三维测量等3D视觉功能。 >>>>点击下载免费试用

核心功能

具有丰富的标注工具，覆盖主要的标注需求和场景

掌握分类、检测、分割、字符识别等深度学习训练模型

模型部署一键导出，支持多种常见模型格式转换

通过AI数据增强算法，将小样本数据集进行自我扩充，增强样本数量和多样性,增强模型检测效果

核心优势

小样本训练

无需收据大量数据，即可小样本训练

适用范围广

已在食品、3C、零售行业测试超过100个场景

训练时间短

短时间内可以完成模型训练

部署时间短

短时间内完成系统部署

识别精度高

针对特定产品的检测精度可达到0.01毫米

功能模块

Web API

PLC

点云库

图像算子

Database

Camera Driver

Robotic Protocol

Deep Learning Framework

Sense

Sense Framework

平台交互接口

业务逻辑

算法融合

交互界面

数据统计

Industry

APP

成功案例

物流|周转箱拆垛检测

周转箱是当今工厂中必不可少的物流载体，关于它们的拆垛应用，有不少难题，垛形复杂多变、箱体种类繁多等等，周转箱拆垛的自动化转型是物流行业快速发展的重要一环。

项目难点：

· 周转箱重量大、SKU种类繁多、周转箱表面图案复杂

· 180秒内需要完成整垛周转箱全流程拆跺及安置

· 同步完成视觉测距、定位、探测以及路线规划算法

项目效果：

· 24小时工作，节省人力成本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%

技术优势：

· 集拍照、点云生成、位置获取等于一体

· 3D相机+深度学习+机器视觉，多维融合

· 自研上千种算法模型，快速完成应用搭建

60%

节省人力成本

0.1%

识别错误率

物流|化妆品分拣项目

化妆品生产厂中，容易出现不同种类的化妆品混合的现象。但因为化妆品种类繁多且结构复杂，不易进行归纳整理，人工分拣不仅成本不断升高，且常会出现分拣错误等现象。

项目难点：

· 化妆品种类繁多且结构复杂

· 要求处理速度最快、频率高

· 需要在较小的空间内完成产品分拣

项目效果：

· 24小时工作，节省人力成本40%-60%

· 分拣准确率达99.9%

· 精准识别并分类化妆品，通过和机械臂的协同工作，识别错误率低于0.01%

· 全幅面实时动态视频监控，监控和检测并行工作

· 和人工作业相比，持续作业速度可提升1倍

技术优势：

· 自动识别海量混杂抓取方式

· 多视角光场成像

· 深度学习算法，持续不断的优化抓取结果

40%-60%

节省人力成本

99.9%

分拣准确率

0.01%

识别错误率低于

家电|视觉引导螺丝锁付

锁付产品为空调外机面罩，前端工序由人工手动完成面罩与盖板准确贴合螺丝孔位后锁付螺丝，实际作业中，由于材料差异以及输送过程中的振动摩擦，容易出现各式各样的缺陷，难以被传统视觉算子检测出。

项目难点：

· 面罩脱落、错位、堵孔等各样缺陷

· 孔位特征差异较大

· 需要进行锁付前纠偏

项目效果：

· 可高效地计算出多层孔位对齐的偏差姿态与最佳螺丝锁付点

· 实现在孔位错位情况下，动态调整螺丝刀位姿进行孔位纠偏着点锁紧

· 可以满足各种情况下螺丝孔位安装状态的检出

技术优势：

· 采用多尺度特征融合学习算法与对抗重建模型

· 抗干扰能力强、稳定性高、兼容性广

· 采用孔位评估策略和手眼协同动态纠偏算法