M22-021 / 3
适用场景
适用于金属零部件表面缺陷检测、3C电子产品外观质检、光伏及锂电制造过程缺陷检测、汽车零部件及冲压件检测等工业质检场景。
规格参数
- 内置缺陷模型
- 20+种
- 支持缺陷类型
- 划痕、凹陷、色差、异物、裂纹、漏镀、毛刺等
- 最小样本量
- 50张/新缺陷类型
- 训练时间
- 约2小时
- 识别准确率
- 综合达99.6%
- 推理方式
- 多模型并行推理，单图多缺陷检测
- 开发SDK
- C++、Python、C#等
- 配套工具
- 可视化标注工具、模型训练平台、A/B测试、版本管理
产品介绍
补充说明
套件采用小样本学习技术，新缺陷类型仅需50张样本即可完成模型训练，训练时间从传统的数天缩短至约2小时，大幅降低企业算法部署成本。算法支持多模型并行推理，单张图片可同时检测多种缺陷，满足复杂产线的检测需求，综合识别准确率达99.6%。平台提供可视化标注工具和模型训练环境，客户可自主完成数据标注、模型训练和效果评估，支持模型版本管理与A/B测试，可灰度发布新模型，保障算法迭代过程安全可控。SDK支持C++、Python、C#等多种开发语言，可灵活集成至现有检测系统，并可与智瞳Pro工业相机、EdgeBox边缘计算网关无缝配合，构建完整的智能检测方案。
所属方案
已核验服务商·产品资料与选型支持
这款产品适合我吗？
留下使用场景与采购需求，顾问免费协助确认配置、价格和交付方式。
买家全程免费 · 顾问 24 小时内回电