In-Sight 2800創(chuàng)新性地將AI技術(shù)與基于規(guī)則的傳統(tǒng)視覺工具相結(jié)合，充分滿足了制造商多元化的應(yīng)用需求。

無論是進行存在/缺失檢測、字符讀取，還是執(zhí)行高精度的產(chǎn)品特征分析，用戶都能輕松完成設(shè)備的調(diào)試并確保其穩(wěn)定運行。即便在反光、低對比度等復雜環(huán)境條件下，以及高速生產(chǎn)線的嚴苛要求中，In-Sight 2800依然能夠展現(xiàn)卓越的適應(yīng)性和強大性能。

以下為您呈現(xiàn)四個成功應(yīng)用案例，這些案例展示了In-Sight 2800如何在汽車、電子、醫(yī)療及食品行業(yè)中顯著提升效率與質(zhì)量。

一、電動汽車行業(yè)：電驅(qū)部件防錯檢測

?應(yīng)用場景及需求

電動汽車電驅(qū)部件組裝車間工序繁多，組裝完成后需要對部件進行全檢，確保各類型零件如O型圈、密封墊、軸補償墊片等均組裝到位，及時發(fā)現(xiàn)漏裝、錯裝問題，保證產(chǎn)品出廠良率。

?應(yīng)用痛點

電驅(qū)部件換型頻繁，換型后檢測程序需重新調(diào)試，而調(diào)試過程繁瑣且耗時長，降低整體生產(chǎn)效率。傳統(tǒng)檢測方式的穩(wěn)定性和準確率也有待提升。

?解決方案及使用效果

In-Sight 2800集成了AI和基于規(guī)則的工具，為多種防錯應(yīng)用提供了全面的解決方案。其中，ViDi EL Classify作為基于AI的邊緣學習工具，通過少量圖像即可高效完成機器學習訓練，顯著提升調(diào)試效率和識別準確率。同時，基于規(guī)則的工具支持靈活設(shè)置多個興趣區(qū)域（ROI），使得系統(tǒng)能夠自動、高效、穩(wěn)定地檢測電驅(qū)部件上的O型密封圈、密封墊和軸補償墊片等關(guān)鍵部件，確保所有部件的正確安裝，為生產(chǎn)線提供了可靠的防錯保障。

二、電子行業(yè)：手機屏字符碼讀取

?應(yīng)用場景及需求

手機屏幕上的標識字符記錄著產(chǎn)品的生產(chǎn)批次、流轉(zhuǎn)環(huán)節(jié)等信息，是產(chǎn)品質(zhì)量控制和問題追溯的關(guān)鍵憑據(jù)。制造商需要準確讀取并記錄手機屏上的字符碼，以綁定產(chǎn)品質(zhì)量狀態(tài)信息?？蛻粢笞址R別率達到99.99%，每件產(chǎn)品的識別時間小于200毫秒。

?應(yīng)用痛點

屏幕上的字符內(nèi)容多樣，字符間距較小，容易產(chǎn)生錯讀。傳統(tǒng)方案為了準確讀取信息，往往犧牲讀取速度。

?解決方案及使用效果

In-Sight 2800配備的高速液態(tài)鏡頭支持自動對焦功能，結(jié)合ViDi EL Read工具的AI字符讀取算法，即使在反光、低對比度和非平整表面上，也能迅速加載字符模型并精準讀取字符內(nèi)容。該系統(tǒng)實現(xiàn)了高達99.99%的讀取率和200毫秒/件的讀取速度。整個檢測系統(tǒng)僅需少量示例圖像即可完成訓練，并在數(shù)分鐘內(nèi)即可投入使用。目前，該系統(tǒng)已在客戶生產(chǎn)線上穩(wěn)定運行數(shù)月，各項性能指標均達到預期，展現(xiàn)了其卓越的性能和可靠性。

三、醫(yī)療器械行業(yè)：包裝袋密封性檢測 

?應(yīng)用場景及需求

醫(yī)療器械產(chǎn)品對無菌或密封有嚴格要求。在運輸和儲存過程中，包裝袋封口的質(zhì)量直接影響器械的有效性和安全性。因此，在出廠前，必須100%檢測醫(yī)療器械包裝袋的封口是否符合規(guī)范。

?應(yīng)用痛點

包裝袋表面易有反光，且不良種類多、差異小，傳統(tǒng)檢測方案存在成像效果不穩(wěn)定和錯判率高等問題。

?解決方案及使用效果

In-Sight 2800內(nèi)置ViDi EL Classify工具能夠精準檢測包裝袋封口是否存在缺陷，并智能地標記出缺陷的種類。這一特性不僅方便用戶迅速識別問題所在，還促進了問題追溯與及時修正。依托先進的基于AI的邊緣學習技術(shù)，In-Sight 2800具有低延遲和快速響應(yīng)的顯著優(yōu)勢，能夠支持生產(chǎn)線速度高達20米/分鐘，檢測速度則達到每分鐘2件，確保了生產(chǎn)線的持續(xù)穩(wěn)定運行。更值得一提的是，In-Sight 2800還提供了快速、直觀的訓練設(shè)置，使用戶能夠在極短的時間內(nèi)輕松訓練好檢測系統(tǒng)，極大地提升了工作效率。

四、食品行業(yè)：餅干烘干后餅皮檢測 

?應(yīng)用場景及需求

餅皮視覺檢測在食品行業(yè)需求日益增長，通過對餅皮顏色、形狀、紋理等特征進行提取和分析，可以確保餅皮外觀質(zhì)量和完整性符合要求，提升產(chǎn)品品牌形象和競爭力。

?應(yīng)用痛點

生產(chǎn)線上餅干方向不固定，表面奶油等干擾因素多，容易產(chǎn)生錯檢，導致檢測系統(tǒng)無法穩(wěn)定工作。

?解決方案及使用效果

In-Sight 2800提供集成光源和鏡頭的模塊化解決方案，融合了強大的AI視覺工具和傳統(tǒng)視覺工具，為用戶帶來了前所未有的視覺檢測體驗。它能夠精準地過濾干擾內(nèi)容，確保圖像訓練的順利進行，并高效執(zhí)行視覺檢測和不良品分類任務(wù)。在該項目中，In-Sight 2800展現(xiàn)了其卓越的性能。經(jīng)過簡單的圖像訓練后，通過ViDi EL Classify工具，系統(tǒng)實現(xiàn)了容錯率控制在萬分之三以內(nèi)的精準檢測。不僅如此，In-Sight 2800的檢測速度也極為理想，即便在大視野范圍內(nèi)，也能每秒檢測5-7個產(chǎn)品，確保了生產(chǎn)線的高效運行。

In-Sight 2800已在多個行業(yè)中展現(xiàn)出了強大的應(yīng)用潛力和顯著效果。它不僅能夠降低生產(chǎn)成本，提升工作效率，還能顯著提升產(chǎn)品質(zhì)量，為制造業(yè)帶來全方位的檢測效率優(yōu)化。