運用慧都GetInsight提高計算效率,構建工業視覺檢測的AI模型,快速實現缺陷智能精準分類
 
				減少人員參與,降低成本
 
				實現缺陷芯片自動、實時分類
 
				提高缺陷識別準確度和速度
工業視覺檢測的典型案例
某知名電子設備制造業客戶 
			客戶是一家芯片制造型企業。以前該公司對于有瑕疵的芯片,采用人工分類的方法,來統計分析生產過程中的工藝問題和進行質量管控。但是由于人工分類對人員要求較高,且效率較低,該公司需要一個可以和自身系統對接的自動識別模塊。
 瑕疵分類人工的方式對專業人員要求較高,人力成品較高
瑕疵分類人工的方式對專業人員要求較高,人力成品較高 缺陷種類較多,人工分類效率低下,平均識別一個芯片需要1-2分鐘
缺陷種類較多,人工分類效率低下,平均識別一個芯片需要1-2分鐘 人工分類,整個流程的自動化斷層,影響生產效率
人工分類,整個流程的自動化斷層,影響生產效率 
		 
				 咨詢
					咨詢
					 
				團隊高級咨詢顧問通過遠程以及現場溝通的方式為客戶提供了基于慧都工業視覺檢測應用的全面咨詢服務。
 
				 調研
					調研
					 
				項目組團隊入駐客戶現場調研,針對客戶現場生產狀況以及客戶訴求,為客戶定制項目搭建方案。
 
				 研發
					研發
					 
				通過前期的咨詢與調研,項目組團隊基于客戶訴求啟動項目研發工作,項目組完成芯片識別的算法模塊,離線測試通過(不和生產線對接)。
 
				 實施
					實施
					 
				實施工程師和客戶對接,進行算法模塊在生產設備上安裝,實現缺陷芯片自動分類。
 
				 維護
					維護
					 
				項目團隊在實施完成后,為客戶進行了一個月的項目運行維護,做到了三分鐘響應,半小時處理,最終在試運行后,能夠完美融入客戶現場生產過程,客戶非常滿意。
98%
方案實施之后 相比傳統方法識別準確度提升到98%0
以前需要5個有專業知識的人 方案實施后不需要這方面的人員200ms
單一芯片,人工識別需要1-2分鐘 方案實施之后只需要200毫秒100%
實現不同缺陷芯片自動分類,將有用的缺陷芯片自動進入下一步流程實現整個流程100%自動化 
				 
					 
			 
		構建工業應用分析模型,實現企業生產智能化
探索工業大數據分析平臺 >>