基于這種場(chǎng)景需求，我們自主研發(fā)玻璃纖維飛絲AI視覺檢測(cè)模型算法嵌入邊緣AI盒子進(jìn)行實(shí)時(shí)、高效運(yùn)算，實(shí)現(xiàn)對(duì)玻璃纖維飛絲等異常狀態(tài)事件毫秒級(jí)檢測(cè)，秒級(jí)報(bào)警，燈光提醒，報(bào)警信息同步后臺(tái)數(shù)據(jù)統(tǒng)計(jì)等功能。產(chǎn)品覆蓋行業(yè)場(chǎng)景中的數(shù)據(jù)、算力、算法層面，是AI視覺檢測(cè)的典型應(yīng)用。

• 在數(shù)據(jù)層，采用攝像頭接入采集圖像數(shù)據(jù)；
• 在算力層，嵌入末端AI運(yùn)算一體機(jī)，提供低延遲、高運(yùn)算的末端運(yùn)算解決方案
• 在算法層，采用深度學(xué)習(xí)等先進(jìn)算法，通過對(duì)缺陷數(shù)據(jù)采集、清洗、訓(xùn)練，獲得最后模型，確保業(yè)務(wù)場(chǎng)景檢測(cè)的準(zhǔn)確率。

大大縮短了故障處理時(shí)間

減少了原料及能耗損失

提高了生產(chǎn)能力及產(chǎn)品實(shí)用性

解決了玻璃纖維生產(chǎn)過程中，人員巡檢周期長、處置不及時(shí)等多重問題。

玻璃纖維飛絲檢測(cè)系統(tǒng)的實(shí)施推進(jìn)了人工智能技術(shù)和產(chǎn)品在工業(yè)制造領(lǐng)域的深度融合應(yīng)用，加快了基于人工智能的設(shè)備實(shí)時(shí)控制、資源動(dòng)態(tài)優(yōu)化、多智能體協(xié)同等核心技術(shù)的突破。

本產(chǎn)品除了應(yīng)用于拉絲生產(chǎn)環(huán)節(jié)以外，還可拓展應(yīng)用于玻璃纖維布生產(chǎn)環(huán)節(jié)的缺陷檢測(cè)、玻璃纖維產(chǎn)品質(zhì)檢環(huán)節(jié)的外觀缺陷檢測(cè)等。在行業(yè)復(fù)用性層面，可以應(yīng)用于PE纖維、碳纖維，甚至是紡織行業(yè)的紡紗、羅紗、織布等各個(gè)生產(chǎn)制造和質(zhì)檢環(huán)節(jié)。