HxGN Visual Detection是海克斯康智能制造依托其先进的技术和专业知识，基于AI 人工智能技术搭建的，为工业制造类的产品外观缺陷检测而专门设计研发，面向深度学习缺陷检测的平台。HxGN Visual Detection 基于科学技术为工业缺陷检测而创造的智眼，对人眼检测的限制进行了突破，为外观缺陷检测提供客观的检测标准，为产品外观质量护航。HxGN Visual Detection 当前已经为电子行业，手机制造业，玻璃制造业，金属制造也以及新能源行业的知名的企业客户提供了灵活的产品尺寸和外观质量检测的一体化方案，为用户的品牌和质量口碑创造了可观的价值和效率。
以下是我们HxGN Visual Detection软件的特性：
技术特性：
1.支持多元化预训练模型，无需从零开始编程，即可迅速训练可用的缺陷模型供检测使用。
2.无需大量缺陷样本供调研和训练，少量样本就能满足需求前期调研，并快速出调研报告。
3.结合海克斯康独特的尺寸检测专业领域知识累积，支持缺陷检测+尺寸检测一体化的标准检测方案以及非标客制化检测方案。
4.打开AI深度学习训练的黑盒操作，让AI深度学习缺陷检测可视化，让更多普通用户了解深度学习，应用基于深度学习的缺陷检测软件产品。
5.输出结果可量化处理，支持用户对输出结果不满意后，在输出的结果文件中对瑕疵的长宽，面积，置信度，交并比值进行调整，量化处理，提升缩短训练，检测的时间和效率。
模型多样化，适用于不同应用场景
HxGN Visual Detection 研发团队在目标检测技术基础上， 结合实际的应用项目，研发出了适用于不同应用场景下 的瑕疵训练模型: CNN-Basic，CNN-Pro，CNN-Pro++ 等 训练模型，用户可以根据实际的应用需要和效率以及准 确率进行选择。
性能稳定，高效
HxGN Visual Detection 在学习的过程中，通过评估提取目标，特征分析以及分类模型的迭代来优化检测的稳定和效率。HxGN Visual Detection 集图像处理，特征识别，多种深度学习建模以及其他高科技于一身，这使得HxGN Visual Detection 在图像特征的识别能力和稳定性是其他机器视觉检测系统无可媲美的。
训练模型，方法多元化，应用性广泛
HxGN Visual Detection 可根据训练集评估，生成可应用的高效学习模型。HxGN Visual Detection 通过切换多种自主研发的机器学习模型，使得训练高效并且结果输出稳定。目前HxGN Visual Detection 已广泛投入到3C 行业（电子，通讯和消费品）瑕疵检测中。汽车行业，航空航天零部件和装配件上也是HxGN Visual Detection 驰骋的领域。
输出结果可量化处理
在 HxGN Visual Detection 中一旦训练完成的缺陷检测模 型通过检测集的图片验证后，用户若对结果不满意，可 以在输出的结果文件中对瑕疵的长宽，面积，置信度， 交并比值进行调整，量化处理。这样的处理方式让用户 无需重新对不满意的结果进行新的一轮训练，检测，就 可以直接通过量化处理后的文件直接进行训练，检测， 无需重复满意的瑕疵结果的检测，训练，可以大幅度缩 短训练检测的时间，提升检测效率。
引导式界面设计，简单易上手
软件系统用引导式的界面设计，创建新工程到标注，训 练，检测导出结果，保存工程都采用了极简风格、易学 易用的软件操作设计，用户无需消耗大量的培训时间， 即可快速上手操作，实现模型的训练到验证。
瑕疵检测融合尺寸检测
海克斯康创新融合瑕疵检测和尺寸检测于一体，打破瑕 疵检测不能实现在线快速检测的高墙，为工业制造的质 量检测提供了一套完整的尺寸检测，瑕疵检测的方案。
人工检测/传统机器视觉：无法分析无规律的图像。
HxGN Visual Detection：利用深度学习的算法对瑕疵进行学习，提取，分析，无规律图像变成可分析。
人工检测/传统机器视觉： 准确率无论是人工和传统机器都偏低，易出现误判。
HxGN Visual Detection：通过深度学习算法，高级图像处理， 模式识别等提高了检测的精准度高达98%。
人工检测/传统机器视觉：实现流水线上的检测自动化围墙高，海克斯康智能制造缺陷检测方案，可在线实现尺寸检测，实现瑕疵 + 尺寸检测的自动化。
鲁公网安备37020002000329号