橹船科技皮革面料智能检测系统的应用解析
橹船科技皮革面料智能检测系统，采用ldquo。光rdquo；+AI技术及深化自我研究的目标测量算法适用于以PVC革、PU革及超细纤维非织造布为基布的PU革，在皮革生产完成后的皮革检查环节中，以机械检查为主，人工复查为辅，对皮革面料表面缺陷进行检查断定，对缺陷进行标记定位，并对缺陷检查结果数据进行统计分析提高检测质量和效率，提高合格皮革产量。
橹船科技皮革面料智能检测系统的应用场景
手动检查的缺点：
1、人工检漏率高，影响产品分级。
2、人工检测效率低，影响了产品产量。
3、人口老龄化、招聘难、熟练工人培训周期长、用工成本高。
皮革面料智能检测系统的优势：
1、采用ldquo的光rdquo；+AI技术，自我研究深化的目标检测算法。
2、标识皮革表面划痕定位。
3、对瑕疵检测结果进行统计分析。
橹船科技皮革面料智能检测解决方案已落地华东地区人工皮革外资龙头企业，现已快速反复优化形成一体化检测设备。当初需要两名工人完成的工作，用系统代替完成，检查效率提高了一倍。以红皮材检测速度为例，人工检测能力需要7~10米/分钟，橹船科技皮革面料智能检测系统检测能力为20米/分钟，重复后的第二代检测系统上升到60米/分钟。同时，通过肉眼检测的伪影的识别为0.5mm，通过智能检测的最小伪影的识别为0.2mm。皮革面料智能检测应用后，该项目缺陷检测准确率在95%以上，人工成本下降50%。
橹船科技皮革面料智能检测系统的操作流程
橹船科技皮革面料智能检测系统构成
1、硬件
采用光+AI技术，对自研深化的目标测量算法、皮革表面划痕定位、瑕疵检测结果进行统计分析。
2、软件
在软件方面，开发了基于深度学习开发的表面缺陷智能检测平台，支持全自动快速检测和人机协同检测两种模式，自动实现缺陷标识、定位、检测机自动启动、可以进行缺陷警报的检测等功能。同时建立缺陷图像库，可对缺陷数据进行跟踪和工艺问题定位。系统操作简单，无需培训，全触控操作，更加人性化。
3、算法
与传统的机器学习算法相比，我们使用的深度学习算法是以YOLO系列算法为理论基础，针对皮革面料检测场景自行开发、深度优化的目标检测算法，通过大量皮革面料瑕疵数据的学习所得SOTA模型具有抗干扰性强、检出率高、误检及漏检率低、检出速度快的特点。
产品优势重点
1、检出率高
大瑕疵检测精度95%。
小瑕疵检测精度95%。
2、适应性强
一体化设备，更具美观性，算法边缘计算决策，响应速度快。
3、人际互动简单
灵活的智能检测渲染端子可根据工人习惯灵活调整屏幕角度，集成一体化设备，使触摸操作更加人性化。
4、统一集成产品，交付标准化，实施周期短
一体化设备生产线基本无变化，标准化产品，安装简单，实施周期短。
5、属地化运行维护队伍
专业运维技术团队，24小时响应，根据需求痛点跟踪产品，进行数据分析，最终优化生产线。
6、适用性强的算法
自行开发成熟的目标测量算法，根据市场上常用的皮材颜色，建立完整的瑕疵数据集，如果有新品种的皮革检验，收集瑕疵数据的训练周期很短。
随着智能制造与传统产业的深度融合，加快皮革面料行业的数字转型升级也成为业内企业的共识。在此过程中，划船科技将持续进行探索创新，加快更先进的技术、更便捷的一体化平台、更智能的产品赋能皮革面料行业的数字转型、行业规范化、智能化进程。