仪表识别算法
需求分析 - 仪表识别需求
工业现场中存在大量的仅有就地显示功能,不具备通信能力的传统仪表,需操作人员去现场就地读数抄表,无法与控制系统实时通信。随着生产技术水平的提高,对过程检测参数集中监测的要求越来越迫切,现图像识别技术可以达到对仪表的读数并通过网络传输到达控制系统。
人工抄表弊端
工作效率低
数据不及时
数据不精准
数据不关联
成本逐年升高
识别算法库
能拓算法模型库自2016起研发,期间经过大量仪表调试和项目积累至今,达到行业领先水平。

算法库采用C语言,基于深度学习技术和传统算法配合开发,可根据实际仪表类型建模,指针表,数码表,状态表,液位表,警示灯,旋钮等涵盖各个领域的常用表型。

算法可移植性强,可以移植到大部分支持c语言的系统。
计算性能优秀,在普通手机上单核可实时。

缺陷识别算法
基于深度学习技术,配合传统算法,识别模块包含仪表检测,刻度定位,指针识别,读数计算,识别率高达99%以上。
金属缺陷识别

金属检测中人工肉眼检查效率低,检查质量参差不齐。机器识别可识别零件表面存在划痕、压印、电镀不良脏污、障碍、变色、粘膜等缺陷。

闭口销缺陷识别

闭口销缺陷识别可通过无人机拍摄图片与我司闭口销缺失识别算法结合,能够在自然场景中准确定位销钉位置,并判断缺失情况。

PCB缺陷识别

PCB缺陷检测中,机器视觉代替人眼执行识别、测量和定位等功能。更高效的检测出PCB裸板,电路板电线和组件的位置和间距,电缆线连接正常与否。

印刷缺陷识别

缺陷检测识别技术能更快更准确的检测出印刷中的油墨堆积,飞行油墨,打印缺失,错误套准,颜色偏差等。


OCR识别算法
集装箱编号识别

政府海关行业应用中,有大量的英数类OCR识别需求,计算机视觉识别有效扩大智能数字化管理。

答题卡识别

教育行业应用中,答题卡OCR识别涵盖各年龄,各行业的考试当中,需求量大。有效提高考试到阅卷判分时效。

印章票据识别

金融行业应用中,有大量各类票据及印章的识别,计算机视觉识别有效帮助税务、审计、财会、金融的数字化管理。


其他识别算法
液体喷涌识别

能源行业中,管道巡检任务中的管道泄漏检测,人工巡检反应时间慢安全性低。液体喷涌检测识别可以实时反应减少安全事故。

钢管计数识别

建筑和租赁场地,建材和物品繁多,数量庞大,清点建材耗时耗力,准确率低。物体目标检测能够高效准确的完成相关计数工作。

零件颗粒识别

在一些特殊零件上,需要计算颗粒的密度从而确定零件的品质,识别率要求较高,人工则是无法检测。