Huawei > 实例探究 > 3C产品在线外观质量检测

3C产品在线外观质量检测

Huawei Logo
 3C Product Online Appearance Quality Inspection - IoT ONE Case Study
技术
  • 分析与建模 - 计算机视觉软件
  • 分析与建模 - 机器学习
适用行业
  • 电子产品
适用功能
  • 离散制造
  • 质量保证
用例
  • 计算机视觉
  • 视觉质量检测
服务
  • 系统集成
挑战

对于一家3C产品供应链企业来说,人工目检每月人工成本超过200万,质检人员占比20%~40%,存在漏检等质量问题。目前,人工质检面临质量、成本、特殊场景响应、信息整合等问题。详细情况如下:

  • 质量:人工质检的主观因素对判断结果影响很大,会出现基于视觉疲劳的漏检问题;某3C产品供应链企业生产现状。
  • 信息整合:生产数据没有有效积累和利用,无法推进后续流程再造和质量分析,对自动化生产流程的适应能力弱。
  • 成本:人员流动性高,导致培训和人工成本高,招工难。
  • 效率:传统机器视觉采用程序化计算逻辑进行视觉检测,对复杂的表面检测抗干扰能力差,误检率高,人员重新判断工作量大。
解决方案

5G+AI外观质检方案,融合AI深度视觉检测技术和5G通信技术。

运营影响
  • [Process Optimization - Real Time Monitoring]

    Greatly reduce missed detection and false detection in the case of complex texture image classification and background interference, and the defect valve is precisely controllable and synchronized.

  • [Data Management - Data Integration]

    Real-time synchronization of test result data enables efficient and fast iteration of the data model to continuously improves the accuracy of the field model.

Case Study missing?

Start adding your own!

Register with your work email and create a new case study profile for your business.

Add New Record

相关案例.

联系我们

欢迎与我们交流!
* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

感谢您的信息!
我们会很快与你取得联系。