在產(chǎn)品質(zhì)量外觀(guān)檢測的世界里，人眼只能辨別那些大于 0.5 毫米大小的瑕疵還伴著(zhù)巨大的誤判風(fēng)險。隨著(zhù)工作時(shí)間的延長(cháng)，眼睛的疲勞和衰老更加增加了誤判的風(fēng)險。而傳統的機器視覺(jué)檢測在圖像處理和瑕疵定位等方面有所欠缺，導致瑕疵檢測的準確率低，性能不穩定，而且對于流水線(xiàn)實(shí)現智能自動(dòng)檢測非常有難度。由此可見(jiàn)，無(wú)論是傳統的機器視覺(jué)檢測，還是“肉眼”檢測產(chǎn)品外觀(guān)質(zhì)量的能力和效率以及準確率和范圍都是非常有限的。
深度學(xué)習的思想源自于“人工神經(jīng)網(wǎng)絡(luò )”，從大腦中汲取靈感，模擬人腦分析問(wèn)題機制并建立分析學(xué)習的神經(jīng)網(wǎng)絡(luò )。神經(jīng)網(wǎng)絡(luò )的基本構建模塊是人工神經(jīng)元-模仿人類(lèi)大腦神經(jīng)元。正如大腦數十億個(gè)神經(jīng)元神經(jīng)元分布在神經(jīng)網(wǎng)絡(luò )的幾個(gè)層中，之間有數萬(wàn)個(gè)連接，深度學(xué)習模型涉及大量的計算單元，它們彼此交互時(shí)對所建模數據潛在分布的多層表征進(jìn)行自主學(xué)習。
為了契合日趨嚴苛的高效高標準瑕疵檢測需求，?？怂箍底灾餮邪l(fā)基于深度學(xué)習的Proxima瑕疵檢測軟件系統，解決客戶(hù)在產(chǎn)品表面瑕疵檢測環(huán)節遇到的各種問(wèn)題。
Proxima 可檢測的主要瑕疵類(lèi)型有：
劃痕 刀痕 崩缺 氣泡 凸起 凹痕 擦傷 雜質(zhì) 變形 崩邊 白點(diǎn) 條紋 黑點(diǎn) 皺縮 波紋 裂紋
Proxima軟件的特性
訓練快速，結果精確
Proxima 在訓練的過(guò)程中，通過(guò)多層神經(jīng)網(wǎng)絡(luò )層比如卷積神經(jīng)網(wǎng)絡(luò )，循環(huán)神經(jīng)網(wǎng)絡(luò )，深度神經(jīng)網(wǎng)絡(luò )，長(cháng)短期記憶網(wǎng)絡(luò )等高效地對學(xué)習模型進(jìn)行訓練并且將訓練速度進(jìn)行優(yōu)化。因此，Proxima 的智能瑕疵檢測率高達95% 以上并具有靈活的的多功能擴展性。
性能穩定，高效
Proxima 在學(xué)習的過(guò)程中，通過(guò)評估提取目標，特征分析以及分類(lèi)模型的迭代來(lái)優(yōu)化檢測的穩定和效率。Proxima 集圖像處理，特征識別，多種深度學(xué)習建模以及其他高科技于一身，這使得Proxima 在圖像特征的識別能力和穩定性是其他機器視覺(jué)檢測系統無(wú)可媲美的。
訓練模型，方法多元化，應用性廣泛
Proxima 可根據訓練集評估，生成可應用的高效學(xué)習模型。Proxima 通過(guò)切換多種自主研發(fā)的機器學(xué)習模型，使得訓練高效并且結果輸出穩定。目前Proxima 已廣泛投入到3C 行業(yè)（電子，通訊和消費品）瑕疵檢測中。汽車(chē)行業(yè)，航空航天零部件和裝配件上也是Proxima 馳騁的領(lǐng)域。
結果輸出迅速且可視化
Proxima 的結果報告輸出非常迅速，結果報告不僅含瑕疵的定位，形狀，尺寸以及分類(lèi)等，還包含了統計信息等。用戶(hù)可直接打開(kāi)報告并快速預覽報告。
操作簡(jiǎn)單易上手
Proxima 研發(fā)團隊無(wú)論是在軟件的操作還是界面的設計，都遵循簡(jiǎn)單易上手的設計理念，以便大部分的用戶(hù)無(wú)需進(jìn)行復雜的培訓就可上手。Proxima 的軟件界面遵循微軟辦公的標準設計。操作流程上只需“標注，訓練，檢測，”三步即可出結果。
內置算法且適用性強
Proxima 支持多種圖片預處理的高級算法，卷積神經(jīng)模型等機器學(xué)習模型和結果的統計分析。Proxima 可通過(guò)標準的網(wǎng)線(xiàn)傳輸TCP/IP 協(xié)議與其他廠(chǎng)商的測量設備比如X-Ray 所拍攝的照片進(jìn)行瑕疵檢測。
區別于其他傳統的缺陷檢測方式，?？怂箍档牡腜roxima瑕疵檢測系統只需要少量的瑕疵圖片就可在短時(shí)間內進(jìn)行大規模的訓練。而且采用GPU專(zhuān)用處理算法，大幅提升檢測效率，以及通過(guò)基于深度學(xué)習的檢測算法,可以提高準確度，降低漏檢率和過(guò)殺率。
不僅僅是瑕疵檢測…
Proxima將軟件瑕疵檢測與尺寸檢測合二為一，解決用戶(hù)瑕疵需求的同時(shí)也解決用戶(hù)尺寸的檢測需求。這項功能可謂是一舉兩得，減少了大量的時(shí)間和投資成本，提升了產(chǎn)品質(zhì)量的同時(shí)也驅動(dòng)產(chǎn)量的提升。
Proxima的優(yōu)勢
Proxima 聚焦于產(chǎn)品外觀(guān)瑕疵檢測，相比于人工視覺(jué)檢測和傳統的機器視覺(jué)檢測，這雙慧眼具有以下不可比擬的優(yōu)勢：
圖像分析：
人工檢測/傳統機器視覺(jué)：無(wú)法分析無(wú)規律的圖像
Proxima：利用深度學(xué)習的算法對瑕疵進(jìn)行學(xué)習， 提取，分析，無(wú)規律圖像變成可分析
準確率：
人工檢測/傳統機器視覺(jué)： 準確率無(wú)論是人工和傳統機器都偏低，易出現誤判
Proxima：通過(guò)深度學(xué)習算法，高級圖像處理， 模式識別等提高了檢測的精準度高達95%
自動(dòng)化：
人工檢測/傳統機器視覺(jué)：實(shí)現流水線(xiàn)上的檢測自動(dòng)化圍墻高
Proxima：檢測瑕疵的同時(shí)，可在線(xiàn)實(shí)現尺寸檢測，實(shí)現瑕疵 + 尺寸檢測的自動(dòng)化
