Caso de Inspeção Visual do Suporte do Cartão SIM
É relatado que no início de 2016, o número total global de cartões SIM atingiu 7,3 bilhões, que é o mesmo que a população total do mundo, e o envio está aumentando. Os telemóveis tornaram-se uma parte indispensável do nosso trabalho e da nossa vida.
Como um acessório necessário dos telefones celulares, o suporte do cartão SIM é um suporte importante para carregar nossos cartões telefônicos em telefones celulares, e é ainda mais indispensável. Nos últimos anos, a produção de titulares de cartões SIM tem aumentado. A maioria dos fabricantes de suportes de cartões SIM ainda confia na detecção manual e a garantia de qualidade dos produtos é extremamente instável. Quando houver um erro de tamanho ou defeito de superfície, o cartão SIM não será ativado, as pessoas não poderão usar o celular normalmente e a imagem da marca da empresa será seriamente danificada.
Com base em anos de pesquisa e desenvolvimento independente e experiência prática em tecnologia de detecção de visão de máquina, a RKE intelligent lançou este"dispositivo de detecção automática do suporte do cartão SIM do telefone móvel". O equipamento adota fonte de luz coaxial de alto brilho e fonte de luz paralela. Pode ser equipado com 3-5 câmeras industriais com chip CCD com 4 milhões de pixels de acordo com as necessidades do cliente. Ele pode detectar com rapidez e precisão vários defeitos de tamanho do titular do cartão SIM. A precisão da medição é tão alta quanto ± 0,01mm, e a velocidade de detecção é tão alta quanto 500-1200pcs/min. Ele realiza totalmente a automação do processo de detecção, que pode não apenas economizar muito nos custos de mão de obra, mas também melhorar a eficiência da detecção.
O equipamento de detecção automática do suporte do cartão SIM do telefone celular está equipado com software de aprendizado aprofundado de IA, que pode identificar e detectar vários defeitos no suporte do cartão SIM, como arranhões, deformação, mistura, gravação de rádio, gravação múltipla e gravação ausente, pouco clara caracteres e assim por diante, e classificar automaticamente produtos NG e produtos OK por meio de treinamento contínuo e marcação de características de defeitos de tamanho do produto. Melhore ainda mais a precisão da detecção.