联系我们
关于使用场景和技术架构的更多咨询， 请联系我们的销售和技术支持团队。
我们的优势
高性能
基于成熟的AI基础引擎和行业模型，模型可在使用中不断学习进化，引擎成熟，性能卓越。
高可靠
机器视觉检测模型，上线后可完美集成LCD检测机台，有效解决原始软件判断不准等问题。
高输出
机器视觉检测模型单张图片毫秒级处理速度，高检测精度，检测结果快速输出，处理高效。
低成本
同类型设备配备同款机器视觉检测模型，模型迭代配套自学习模块，降低系统维护成本。
应用场景
在手机生产制造领域中，由于手机产量大，LCD检测机台被十分广泛的用于检测手机制造过程中的手机屏幕是否存在质量缺陷。手机屏幕在手机组装完成后，LCD检测机台会对手机屏幕进行缺陷测试，测试通过的成品标记OK，流入下一道制程；测试不通过的成品标记NG，需要进行人工二次检测，防止不良品流传到下一流程，对手机产线良率产生大的影响。传统的LCD检测机台接入产线，通过对在产品进行拍照，图片存储，自动根据捕捉的缺陷图像进行判断，从形状、颜色、长度、宽度、长宽比来确定被检测的目标是否符合标准，对于大量的图片数据如不能及时检测，极有可能造成漏检；另外，现有的LCD检测机台判断准确率不高，检测效率低。
一般情况，从屏幕制造工厂采购的手机屏幕Module组件，均是经过QC认证，即：出厂到手机生产制造工厂的LCD或AMOLED屏幕，在手机厂商上游行业——屏幕制造厂商处均是通过质量认证的；但由于生产过程中，手机屏幕的产量极大，难免出现质检原因导致的质量问题，使得不良品流入手机制造企业；如果不及时检测出这些问题屏幕，使得劣质屏幕随着手机成品流向市场，消费者对产品的实际体验低于预期，对手机品牌口碑造成很大的影响。
存在的问题
AOI判断准确率不高，容易产生错判和误判
影响产品质量
不良品流入市场，影响手机品牌口碑
行业架构一览
背景信息
手机制造行业的生产过程，一般由自动化水平较高的SMT贴片和整机手工组装两部分构成。手机生产过程中，每一次手工组装后，均需要进行相关的检测工作。手机屏幕缺陷检测正是基于手机组装后的对手机屏幕是否存在污渍，划痕等检测需求衍生而出的。
技术特点
AI推理平台，LCD检测机台直接向AI推理平台发送图片检测请求，通过AI缺陷检测模型对图片分割、分类、缺陷判定，判断手机屏幕是否有缺陷，并返回屏幕检测结果，不需要对现有生产线做任何技术改造。
应用平台，接收AI推理平台返回的图片判片信息，通过MES实时反馈OK/NG/复判结果给LCD检测机台。平台支持实时数据查看、缺陷统计、报表推送，可根据用户需求定制报表推送服务。支持与客户OA端口对接，支持有关部门工作流推送。
AI训练平台，通过存储在NAS系统复判后的数据，进行新模型训练。AI训练平台支持图片在线标注功能，使图片标注和模型训练工作流程一体化，极大的缩短新模型开发周期，完美适用快速迭代场景。