近日,梅卡曼德对AI视觉软件Mech-DLK进行了重磅升级。全新升级的Mech-DLK内置快速定位、目标检测、缺陷分割、实例分割、图像分类五大深度学习算法,功能更丰富,易用性更强。支持集成商伙伴“端到端”地完成高精度深度学习模型训练,高效解决定位、质检等工业场景中的复杂应用。
目前,Mech-DLK已广泛应用于汽车、物流、重工、3C/半导体等众多领域,助力客户提升生产效率、产品良率,降低产线用工成本。
Mech-DLK功能&优势
01 Mech-DLK五大深度学习算法
快速定位:检测图像目标区域中的物体,并旋转图像至指定朝向。
目标检测:检测所有目标物体的位置,并支持类别判断。
缺陷分割:用于检出各类缺陷,支持缺陷微小、背景复杂、工件位置不固定等复杂情况。
实例分割:从大量堆积物体中识别指定物体,精确提取物体轮廓,指定物体类别。
图像分类:可区分工件正反、朝向、缺陷种类,判断物体是否缺失、排列是否整齐。
02 Mech-DLK核心优势
推理速度快,模型精度高,一站式部署
基于自研先进算法,Mech-DLK推理速度更快,模型平均推理时间比行业同类软件快40%,满足产线高速生产需求。
训练收敛更快,支持模型验证,深度学习模型准确度更高,帮助客户更好把控产品质量。
Mech-DLK整合了深度学习模型训练全流程,用户通过简单操作即可快速构建深度学习模型训练、验证、部署全流程。
简单易用,效率持续提升
印章标注工具
全新自由级联模式
全新级联模式,支持用户自由组合算法模块 ,一站式解决复杂场景下的深度学习问题,仅需简单的标注训练即可完成“端到端”的结果检出。
开放易用,部署灵活
Mech-Vision机器视觉软件可直接调用Mech-DLK训练所得的深度学习模型包。同时,Mech-DLK也提供C、C++、C#等不同语言的SDK、示例代码及开发文档,便于集成商伙伴通过二次开发快速部署各类深度学习应用,为终端客户更便捷、更快速地交付各类复杂机器人应用。
Mech-DLK应用&案例
01 Mech-DLK典型应用场景
乱序堆叠的链轨节精准识别
堆叠物体识别:在乱序堆叠等复杂工况下对各类物体精准识别,大幅提升抓取成功率。
摄像头模组各类缺陷检测结果
缺陷分类:精准区分缺陷类型,提高产品整体质量,优化生产过程。
锂电池极耳缺陷检测结果
外观缺陷检测:精准检测产品表面的瑕疵、裂纹、划痕等质量问题,确保产品质量符合生产标准。
金属工件正反识别
工艺质量确认:检测焊接/装配等环节漏焊、装反等问题,保障工艺质量。
高精度字符识别
OCR:高精度识别字符,精准输出识别结果以供后续使用。可应用于金属铸造件字符检测、轮胎DOT识别、VIN码识别等场景。
02 Mech-DLK应用实例
3D视觉引导传动轴抓取上料
项目现场
精准实例分割
Mech-DLK内置先进深度学习算法,可对紧密贴合的传动轴生成高鲁棒性深度学习模型,大幅提升传动轴识别成功率和深框抓取清框率。
Mech-DLK推理速度快,一站式部署便捷高效,实现复杂上下料场景的快速落地。
远距离Mech-Eye LSR L工业级激光3D相机,可对表面高亮反光的传动轴生成高质量3D点云数据,视野满足深框抓取需求。
连接器外观缺陷检测
连接器缺陷检测结果
Mech-DLK深度学习软件,缺陷分割模块进行高准确度深度学习模型训练;支持多图像、多模型并行检测,大幅提高检测效率。
Mech-DLK内置先进深度学习算法,支持不同颜色、不同材质(如:铁壳、塑壳等)的产品快速换型生产。
Mech-Vision支持迅速部署缺陷检测工程和结果显示页面,对检测结果进行实时反馈,部署高效便捷。快速完成划痕、压伤、杂质、异色、针脚变形/移位/漏插等缺陷检测。
梅卡曼德深耕AI+3D视觉技术,坚持与集成商伙伴长期共赢,共同推动各类机器人应用在工业场景中规模化落地。目前,梅卡曼德已在全球实现3000+案例落地,产品性能、稳定性、工艺通用性皆满足企业生产需求,帮助众多行业实现了高效、高质量生产。