目前镜片生产领域中,大量企业的质量检测环节由人工质检实现,主要依靠人肉眼来进行缺陷识别。除此之外,少量企业使用传统机器视觉技术进行质检,但这些方式存在明显的不足,例如人眼无法达到高精度质检要求,完全依赖人工经验,缺陷识别准确率较差、光学检测漏识别率高等。
镜片瑕疵检测系统,针对镜片生产工艺中产生的膜色、加硬点、水印、气泡等瑕疵,基于自动化设备采集到的图像数据,利用计算机视觉相关技术并搭配先进的人工智能引擎CooVally,高效、准确地完成14种镜片瑕疵的检测。由于环境、产品等自身因素的变化,模型若不能及时的根据场景自动地更新,检测准确率会逐渐衰减,人工智能引擎CooVally自动地从采集的历史数据中自主学习,并自动更新线上检测模型。