Algoritma optik
Desain pencitraan 2D/2.5D/3D khusus
Algoritma optik, algoritma pengolahan citra, dan vision deep learning disatukan dalam satu platform. Pelabelan, pelatihan, inferensi, dan implementasi dilakukan tanpa kode, dan modul 2D/2.5D/3D bawaan mendeteksi cacat pada latar belakang yang kompleks.
- Akurasi deteksi
- Hingga 99,99% · bergantung pada aplikasi
- Presisi deteksi
- Mulai 1 μm · bergantung pada konfigurasi optik
- Kecepatan inspeksi
- Hingga 200 unit/dtk · bergantung pada benda kerja dan perangkat keras
- Sampel pelatihan minimum
- Umumnya 5; mulai 1 untuk komponen besar
- Dimensi
- 2D / 2.5D / 3D / sinar-X / inframerah
- Akselerasi
- NVIDIA · Intel · Huawei · FPGA
- Integrasi
- MES · PLC / Linux · Windows
Handdle AI
Tiga lapisan algoritma, satu platform
Inspeksi dimulai dari optik dan berakhir di jaringan saraf. Menyatukan ketiga lapisan dalam satu platform berarti performa tidak hilang di antara lapisan-lapisan tersebut.
Pengolahan citra
Fitting geometris, pengolahan warna, analisis kontur
Vision deep learning
Deteksi cacat, klasifikasi, pengukuran, pengenalan
Handdle AI
Fungsi inti
Delapan modul digabungkan menjadi satu pipeline inspeksi.
Detection
Penentuan lokasi objek otomatis — keberadaan komponen, penyimpangan posisi, dan benda asing secara real time.
Segmentation
IOU hingga 99,9%
Bergantung pada aplikasi
Segmentasi cacat tingkat piksel yang menghasilkan posisi, luas, dan bentuk.
Classification
Klasifikasi otomatis berdasarkan jenis cacat, termasuk grading pada tekstur kompleks.
Pelatihan one-class
Dilatih hanya dengan sampel baik, mendeteksi anomali tanpa data NG.
Pengukuran dimensi
Panjang, lebar, sudut, dan celah diukur otomatis dengan presisi piksel.
Deteksi 3D
Inspeksi tinggi, kedalaman, dan kerataan, terintegrasi dengan laser garis dan cahaya terstruktur.
OCR / OCV
Pengenalan dan verifikasi karakter: kualitas cetak, salah ketik, kesesuaian label.
Pembacaan kode
Barcode 1D/2D, QR, dan DPM dibaca dan dihubungkan ke ketertelusuran proses.
Handdle AI
Keunggulan teknis
Ketergantungan data lebih rendah, tanpa mengorbankan akurasi atau kecepatan.
Pelatihan dengan sedikit sampel
Mulai 5
Mulai 1 untuk komponen besar
Umumnya dilatih dan diimplementasikan mulai dari 5 gambar — dan mulai dari satu sampel jika komponen terlalu besar untuk dibawa ke kami.
Pelatihan one-class
0 NG
Dilatih hanya dengan sampel OK, sehingga produk baru tanpa riwayat cacat dapat langsung dicakup.
Transfer learning
30+ model
Karakteristik bersama pada produk dengan material yang sama digunakan kembali di lingkungan high-mix.
Akurasi deteksi
Hingga 99,99%
Bergantung pada aplikasi
Ekstraksi fitur multidimensi dengan penyaringan otomatis menekan deteksi berlebih dan deteksi terlewat sekaligus.
Presisi deteksi
Mulai 1 μm
Bergantung pada optik · cacat terdeteksi pada 2–3 piksel
Pencocokan tingkat piksel pada area cacat menghasilkan posisi dan luas untuk cacat halus — terdeteksi pada 2–3 piksel, sementara sistem berbasis aturan umumnya memerlukan lima piksel atau lebih.
Kecepatan inspeksi
Hingga 200 unit/dtk
Bergantung pada benda kerja dan perangkat keras
Akselerasi perangkat lunak dan perangkat keras secara bersamaan menjaga akurasi penuh pada kecepatan tinggi. Throughput aktual disesuaikan dengan benda kerja, resolusi, model, dan perangkat keras.
Kompatibilitas luas
5 jenis citra
Citra 2D, 2.5D, 3D, sinar-X, dan inframerah; platform akselerasi utama; integrasi MES dan PLC.
Debugging visual
Heatmap
Menampilkan dasar setiap keputusan, memangkas waktu tuning dan mengatasi masalah black box.
Handdle AI
Alur implementasi
Pelatihan dan operasi berjalan sebagai satu alur yang berkesinambungan.
- 01
Pelatihan
Pengambilan gambar → pelabelan → pelatihan model → ekspor model
- 02
Implementasi
Impor konfigurasi → atur modul → prediksi dan inferensi → jalankan sekali klik
Keamanan data
Data inspeksi tetap berada di dalam fasilitas Anda
Implementasi standar adalah on-premise: pelatihan, inferensi, dan penyimpanan seluruhnya berjalan di infrastruktur pelanggan, dan konektivitas cloud hanya dikonfigurasi atas permintaan.