AI深度學習在輪胎缺陷檢測及字符檢測中的應用

中國目前大約有600家輪胎制造商，每年生產(chǎn)將近8億個輪胎，占全球輪胎年產(chǎn)總量的三分之一。在這種規(guī)模上，要保證產(chǎn)品質(zhì)量的一致，屬實是一個巨大的挑戰(zhàn)。

從輪胎業(yè)內(nèi)整體情況來看，目前大多數(shù)公司都依靠人工檢查。但這種方法既耗費人力財力，又不夠可靠。具體來說，培訓一個檢查員要花費3個月的時間，而檢查工作最多占用他們80%的時間。為什么輪胎檢測如此復雜困難，以至于訓練有素的檢查員都無法達到更高的準確率？

傳統(tǒng)的人工檢查方法在缺陷判別上存在個體與個體間的差異，并且有檢查員視力疲勞等因素，很多產(chǎn)品的微小瑕疵并不能高效地被識別。人工檢測精準性低會增加昂貴的返工成本，也會限制產(chǎn)量的擴大、甚至可能會造成召回問題，影響公司聲譽。

行業(yè)困局中，總有另辟蹊徑的先行探索者。東聲智能基于自研Handdle AI智能算法平臺推出了針對輪胎行業(yè)的智能缺陷檢測系統(tǒng)，可以高效地幫助輪胎制造商洞悉每一個微小的缺陷。瑕疵檢測準確率達到99.9%以上，檢測速度毫秒級。

不僅如此，該系統(tǒng)還可以檢測輪胎的上字符，卓越的條碼掃描和數(shù)字圖像采集功能，對于扭曲變形、低對比度、模糊污損的碼均具有強勁的解讀能力。