NexSight是一款基于深度學習的云端工業(yè)AI視覺算法平臺，以阿丘科技自研視覺算法庫為核心，云端一站式構建常見場景工業(yè)AI視覺檢測模型。

任意電腦聯(lián)網(wǎng)登錄即用，不限終端！

內置自動化訓練及調優(yōu)功能，超低門檻！

云端訓練，支持GPU/CPU推理，超輕投入！

繼分割和分類模塊后，應廣大用戶需求，NexSight迎來四大全新模塊：字符識別、檢測、非監(jiān)督分割和非監(jiān)督分類模塊。本次更新后，NexSight將支持更多工業(yè)檢測場景，全面助力工廠提升質量檢測水平。

新增功能一

字符識別

應用場景廣泛，解決多種字符識別難題

無論是重疊、扭曲、歪斜的字符，還是復雜背景下的字符，基于阿丘自研AI算法都能輕松識別，滿足包裝噴碼檢測、來料質量追溯、生產(chǎn)管理記錄等多種需求。

新增功能二

檢測模塊

檢得快、測得準

檢測模塊常用于識別產(chǎn)品表面成塊缺陷或多數(shù)量/類別目標。在臟污、水漬等干擾背景下，檢測效果同樣出眾，并且能夠接受產(chǎn)品存在自然偏差，具備一定的容錯性，適用于廣泛的工業(yè)視覺檢測場景。

新增功能三

非監(jiān)督分割&非監(jiān)督分類

正樣本學習，無視樣本收集難題

在工業(yè)AI視覺檢測落地過程中，經(jīng)常遇到一些產(chǎn)品生產(chǎn)節(jié)拍慢或良品率高而導致的缺陷樣本難收集的問題，針對這一難點，阿丘創(chuàng)新性地采用了非監(jiān)督學習算法，僅使用良品圖進行訓練，AI即可通過對比缺陷圖與良品圖不同的特征，有效識別出已知或未知的缺陷異常。

應用實例

電容來料讀碼追溯

阿丘幫我們避免了人工錄入字符的成本和出錯損失，實現(xiàn)自動統(tǒng)計產(chǎn)品信息，提升工作效率。

——C廠質量部負責人

難點

存在表面反光和亮度分布不均等情況，嚴重干擾成像；

受到產(chǎn)品放置方式影響，標識字符可能存在扭曲、歪斜等情況。

解決方案

采用字符識別模塊，首先通過阿丘精心打造的預訓練模型進行推理，有效檢出95%以上的字符，大幅縮短了落地周期，后續(xù)通過收集線上數(shù)據(jù)對預訓練模型進行增量訓練，實現(xiàn)了對所有字符的精確檢出。

應用實例

鋼材表面瑕疵檢測

在熱軋鋼生產(chǎn)過程中，由于雜質或氧化鐵削在滾軸上堆積，容易造成鑄坯的刮傷，這種劃痕對鋼材的結構強度有很大影響。

難點

剛生產(chǎn)出的熱軋鋼附近溫度和亮度很高，人工目視檢查條件極差，但如果等鋼板冷卻劃痕又與正常的紋路難以區(qū)分；

生產(chǎn)節(jié)拍慢，缺陷樣本很難收集，檢測劃痕成為生產(chǎn)廠家難以解決的問題。

解決方案

采用非監(jiān)督分割模塊進行前期檢測，僅用時一小時完成良品圖收集，一天內完成非監(jiān)督分割模型上線，有效檢出缺陷，為工廠實現(xiàn)了飛躍式的降本增效。