产品|公司|采购|资讯

ALFA机器视觉深度学习外观检测软件

参考价面议
具体成交价以合同协议为准
  • 公司名称东莞市埃法智能科技有限公司
  • 品       牌
  • 型       号alfa3.1
  • 所  在  地东莞市
  • 厂商性质生产厂家
  • 更新时间2018/11/8 10:13:35
  • 访问次数733
在线询价收藏产品 进入展商展台

联系我们时请说明是 智能制造网 上看到的信息,谢谢!

位于国内*个省级“互联网+创新创业示范镇”常平镇的常平创新港北科产学研基地。作为中国乃至世界机器视觉领域的*,从2013年伊始,凭借来自于The Kingdom of Belgium优秀研发团队支持及国内精英研发团队的攻坚克难和不断创新,公司全新一代深度学习检测套件系统ALFA闪耀问世,ALFA套件是一款基于人工智能深度学习的针对机器视觉开发的检测软件,技术优势处于*。
我们将一如既往秉承“不忘初心、客户*、创新*、追求*”的经营发展理念,并通过建立化的视觉应用平台,以高要求、高标准、高效率为服务宗旨,与各战略合作伙伴紧密协作,Z大限度满足不同行业的客户需求和提供*的视觉系统方案。

机器视觉软件、机器视觉设备
ALFA基于机器视觉的智能机器学习算法,并且已经通过现场测试、 优化和可靠的验证。目前成功的应用是在医药、 汽车、 纺织、 印刷、新能源电池, 电子 和制表行业。可实现纺织品外观检测,五金加工件检测,移印检测,太阳能板检测,焊缝检测等,操作过程相当简便,过程中不需要算操作。软件有三模块,ALFA的蓝色模块提供了特征探测和OCR,绿色模块可以对样本进行分类,而红色模块则可以帮助我们识别图像中缺陷。
ALFA机器视觉深度学习外观检测软件 产品信息

产品概述:

ALFA深度学习机器视觉外观缺陷检测系统软件》它是一款不用写算法的,使用R-CNN开发的机器视觉深度学习软件。只要是图像能够体现的缺陷,都是可以检测出来。
在刚开始检测一个新的项目,只需要采集几百到一千的图像数据,在这些图像数据上面标记缺陷种类,然后进行一轮训练。训练过后再放进一批新的样品图,会发现检测率相当的高,一开始就可以保持在95%~98%左右。在训练次数越多的情况下,检测率是可以无限接近*的。
目前成功的应用是在医药、 汽车、 纺织、 印刷、新能源电池, 电子元件 和制表行业。可实现纺织品外观检测,五金加工件检测,移印检测,太阳能板检测,焊缝检测等多方应用。
比起传统算法,它优势在于不用写算法,且更简便,更精准,更高效。如果有需要,可以找我们东莞埃法智能科技有限公司,我们能够根据您的需要提供合适的方案。

使用说明:

取集大数据,里面拥有足够多的ok以及ng样品图,在软件里面进行标记训练。训练过后可以导入新的样品图进行处理测试,如若测试结果满意便可生成一个工作空间到产线进行使用。

产品特点:

1、简单方便,只需要清晰体现缺陷的图像数据便可检测。

2、无需算法,只需要标记图像上的缺陷种类训练学习。

3、有阿尔法狗,不怕被盗用。

我们的优势:

1.降低人工成本:机器视觉从此不再需要高层次算法工程师,算法编程交给ALFA-Suite来做! 
2.客户掌握核心竞争力:传统的算法,客户经常需要原厂帮忙根据自身需求编写程序,调节参数,终客户现场一有问题马上就要向原厂求救,原厂反应慢一点单子就没了。而且系统集成商还要和原厂签保密协议,避免原厂拿着给自己编好的软件去卖竞争对
手。 用了以后*不用担心类似的问题,产品给客户提供的是训练工具,客户训练好的工程文件原厂是拿不到的,不用担心保密问题。如何训练软件自己编程,*由自己掌握。 
3.操作简便:哪里是缺陷哪里要定位,哪里要做字符识别,直接通过ALFA软件工具标出来即可,操作界面简洁有效,软件学习标记后的缺陷,马上就可以识别类似的缺陷。机器*替代部分脑力劳动者的工作! 
4.准确率高:传统机器视觉软件可能优化了5年识别准确率只有95%-97%,ALFA套件学习一轮准确率就到96%不断迭代学习准确率无限接近于*。 
5.编程速度快:传统软件可能缺陷检测需要两个月来编程,1天就可以做好,直接上生产线使用。 
6.降低维护成本:传统软件只要检测出错,需要派工程师重新调试和优化整个软件, 我们的产品哪张识别错了学习哪张,产线工人即可操作。 
7.中文操作界面: 界面友好,全中文操作界面! 
8.支持项目定制:若3个工具不能*客户需求,原厂支持定制。

关键词:机器视觉
同类产品推荐
在找 ALFA机器视觉深度学习外观检测软件 产品的人还在看
返回首页 产品对比

提示

×

*您想获取产品的资料:

以上可多选,勾选其他,可自行输入要求

个人信息:

Copyright gkzhan.com , all rights reserved

智能制造网-工业4.0时代智能制造领域“互联网+”服务平台

对比栏