选择语言

单面AI人工智能检测设备

≤5

最小样本量

>99.99%

巧合

>30

兼容型号数量

99%

自动化

AI相机

实时监控

OCR检查

质量检验

产品参数

小样本训练：降低AI算法对数据规模的过度依赖，在常见缺陷类型检测中，仅需少量数据即可实现快速训练部署，获得较高的检测准确率。
迁移学习：增强神经网络模型的普适性。基于同材质产品共同特征的提取和训练，提升神经网络模型的检测普适性，将模型迁移到更多产品模型，解决少样本、多模型的应用场景问题。

可视化调试：解决“分类”模块下神经网络产生的黑盒问题。深度学习算法，并通过可视化热力学图指导神经网络模型的优化。
硬件加速优化：全面加速软硬件优化。在保证检测精度和精确度的基础上，能够比传统算法更快地检测细小物体。

图像特征增强：通过多维特征提取，有效提升检测精度。对训练集图像进行多维特征提取，自动筛选有效特征信息，增加此类数据的训练权重，有效提升检测精度。
精准特征识别：通过优化算法底层框架，使检测目标区域与检测结果无限重合，从而提高检测精度，大幅降低过检和漏检率。

我们的优势

对被测材料进行像素级检测，如硅片裂纹区域识别、冲击承载区域识别等。

对检测物料进行分类判断，如物料的OK/NG分类、检测物的颜色、种类、3C缺陷的精细分类

对检测物进行分类定位。适用于多粒/小粒物体的检测、计数等，包括药品药丸计数、3C电子元器件检测等场景

标记识别单个字符和多个字符。可识别不同背景下的字符，例如钢印、激光雕刻等各种复杂场景下的产品或部件的字符信息

技术方案

适用场景

单面AI人工智能检测设备

星创科技以工业视觉与人工智能算法为核心，专注于标准化AI视觉检测软件平台、AI智能相机及智能硬件、AI智能数据分析系统及工业领域整体解决方案的研发。
星创科技全面布局国内外市场，旨在为泛3C、泛半导体、光伏、汽车及零部件等领域及行业提供标准化的工业AI视觉算法平台及整体解决方案，提升产品质量管理水平，提升生产效率，强力助推工厂产品良率及产能提升，深度赋能智能制造产业升级。