KEYENCE基恩士AI × 视觉系统 现场应用案例集.pdf

入mm三

基轧十

AlX视党系统

现场应用案例集

Al

网人

本

er和

机

、王二六全入

本

写癌

配备Alx光学变焦

视觉系统

蕉新VS系列

区|像处理中使用Al的场景

和良品一致性差异较大铸铝件的砂眼检测曲奇的外观检测

由于产品批次或照明、环境光变化，导致产品检测

图像发生轻微差异时，可以通过学习大量的良品图

像，使一致性较差时也可以实现检测。因此，由于

一致性偏差导致误关的现场，正在尝试视觉的导汪罗汉NA

入SS于

三

1难以或无法推测的NG情况冷冻食品的外观检测

Al检测有很多种实现方式，其中“良品学习”的Al，

可以通过学习良品图像，将与良品产生差异的部分，

作为NG情况判别。基于这样的原理，即使现有状

态无法覆盖全部NG品，也可以实现不良品的检出。

〖图像处理的设定复杂，难以调整钴顶端外观检测引线框外观检测

六EPE

对于通常的视觉检测，很多复杂的产品，需要设置

大量重复的检测范围，检测参数调整也耗时耗力。

使用Al检测，除了可以使用“良品学习*，抽取与

良品特征产生差异的地方作为不良处枪出，也可以

使用“不良品学习”的方式,事先学习已存在的伤痕、

凹陷，最终