AI视觉驱动的多品类物料智能分选项目

需求详情

需求基础：人工分选依赖肉眼识别，长时间作业后准确率显著下降，且对微小缺陷或细微色差难以稳定判别，影响产品一致性。解决传统人工分选效率低、精度不稳定、用工成本高及招工难等突出问题。同时，通过部署AI视觉分选机，将在线质量检测嵌入生产流程之中，实现物料的实时全检、即时判定与自动分离，检测数据可追溯、可分析，为前端工艺优化提供即时数据支撑，将事后质检转变为过程中质量管控，有效降低不良品流出风险。需求内容：1、通过深度学习算法构建卷积神经网络识别模型，融合面阵与线扫相机多源图像特征，实现物料种类、颜色、尺寸、表面缺陷等多维度同步识别与分类，实现模型推理速度达到毫秒级响应。2、实现设备具备喷嘴自检测、风网报警、滤芯报警、单通道喷射打击次数检测、循环自检等智能监测功能，实时保障分选稳定性。3、通过引进AI分选设备，将分选效率提升10%的同时实现长期的人工成本节约。