视觉检测
缺陷检测方案与案例
玻璃缺陷检测
模组玻璃缺陷检测-贴POL
CELLCUT缺陷检测
液晶面板缺陷检测软件流程
算法优势
>经过多年的深耕，拥有各个制程段异常数据库，数据库中包含各种形态的崩边、裂纹、脏污、水滴等缺陷以及异物、光阻残留、印记、制程残留等易发生误报的数据；使用AI深度学习分类器对缺陷与干扰项进行分类，拥有较高的分类准确度，保证了较高的检出率和较低的误检率；
>对于漏检误检的处理采用进化学习的方法（数据库更新->AI进化学习->进化模型），极大提高异常处理效率，简化异常处理流程；
>传统算法进行缺陷初定位，深度学习算法进行缺陷精细分类，同时保证处理效率与检出率；
>使用深度学习算法库，针对模型做int8量化加速，速度提升接近4倍，保证系统实时性；