01  背景和趨勢

如今，衛生用品在生產過程中，產品的缺陷檢測已經相當普及了。隨著嬰兒拉拉褲及衛生巾等產品越來越復雜，花紋越來越多，傳統的缺陷檢測已經難以達到客戶的要求。如圖：在衛生巾檢測過程中，檢測離心紙和吸水紙的有無，由于和護翼，棉芯對比度很弱，傳統方法很難定位。

再比如：衛生巾的離心紙缺角，由于離心紙花紋不固定，四個角的情況不一樣，有可能四個角剛好沒有花紋，傳統方法很難定位到缺陷。

02肩負使命 應運而生

針對行業內遇到此類問題，客戶迫切需要解決。鈦瑪科視覺檢測3.0系統應運而生，算法功能全面升級，在保留原有污點檢測功能外，增加深度學習，模板比對、自動提取，邊檢、統計檢測功能，支持傳統方法、深度學習和混合方法三種模式，客戶可以根據需求靈活選擇所需的功能，在檢測效果上和對于產品缺陷的適應性上有了全面的改進。

【功能特點】

深度學習算法將人工智能提升到新的高度，在工業缺陷檢測方面，深度學習也是一個必然趨勢，3.0系統算法將深度學習融合進來，配合或者互補傳統的算法功能，針對以下幾個方面，提升算法的檢測能力：

1.針對對比度較弱的缺陷的檢測能力提升；

2.針對較小的缺陷的檢測能力提升；

3.針對缺陷的分類能力提升，可以準確歸類缺陷類型。

3.0系統深度學習算法操作簡單，導入產品對應模型，設置缺陷類型，即可完成深度學習建模。

3.0系統深度學習算法提供簡單友好的操作界面可以進行模型重新學習，如果目前模型檢測精度不夠，

則可以加入新的缺陷樣本重新學習提升模型的檢測能力與精度。

03在多家客戶上已經成功應用

鈦瑪科視覺3.0系統已經成功在多家客戶上應用，友好的軟件界面，深度學習法，人性化的建模方法，擺脫了傳統人工建模麻煩，大大減輕了工人的操作強度，提高了設備的自動化程度，為實現傻瓜式操作打下堅實的基礎。