258 lines
9.6 KiB
Markdown
258 lines
9.6 KiB
Markdown
# 智能视觉质检系统宣传文稿
|
||
|
||
## 一句话定位
|
||
|
||
智能视觉质检系统是一套覆盖“边缘取图、AI 检测、人工复核、第三方对接、结果闭环”的工业视觉质量管理平台，帮助产线把图像采集、缺陷识别和复检工作流整合为一条连续、可追踪、可协同的质检链路。
|
||
|
||
## 宣传主文案
|
||
|
||
在工业视觉检测现场，真正影响效率的不只是模型能否识别缺陷，还包括图片如何稳定采集、AI 结果如何进入业务系统、人工如何快速复核、第三方系统如何查询结果，以及异常任务如何被追踪和处理。
|
||
|
||
智能视觉质检系统围绕这一完整链路设计：前端由边缘飞拍系统负责在机器人运动过程中完成连续取图；中间由 AI 检测服务对图片进行模型推理，输出 OK/NG、缺陷区域和结构化检测信息；上层由复检工作流平台承接图片、AI 结果和人工判断，完成任务管理、复核流转、结果查询和第三方接口对接。
|
||
|
||
这不是单个检测工具，而是一整套面向产线落地的视觉质检系统。它把“取图、识别、复核、上传、查询、归档”串成统一流程，让现场从分散的图片文件、模型结果和人工沟通，升级为可管理、可复核、可追溯的质量工作流。
|
||
|
||
## 系统组成
|
||
|
||
### 1. 边缘飞拍取图层
|
||
|
||
飞拍系统负责在机器人运动过程中完成边缘段取图。它根据检测路径和拍照节拍，在连续运动中触发相机采集图片，减少停顿拍照对产线节拍的影响。
|
||
|
||
核心作用：
|
||
|
||
- 支持机器人运动中连续取图。
|
||
- 支持按路径、节拍或检测点触发拍照。
|
||
- 适合边缘、焊缝、孔位、外观等路径型检测场景。
|
||
- 为后续 AI 检测提供稳定、连续、带位置语义的图片输入。
|
||
|
||
### 2. AI 检测服务层
|
||
|
||
AI 检测服务负责接收图片并执行模型推理。系统支持通过接口提交图片，可按业务需要调用单模型或多模型检测，并返回结构化结果。
|
||
|
||
核心作用：
|
||
|
||
- 接收产线图片进行 AI 检测。
|
||
- 输出 OK/NG、缺陷区域、模型结果和处理信息。
|
||
- 支持多模型组合检测，适配不同检测面、不同缺陷类型。
|
||
- 通过标准接口与上层复检平台、现场系统集成。
|
||
|
||
### 3. 人工复核与工作流层
|
||
|
||
复检工作流平台负责承接 AI 检测结果和图片数据，形成可操作的人工复核流程。它提供任务管理、图片浏览、AI 结果展示、人工判定、历史查询、第三方接口对接和结果归档能力。
|
||
|
||
核心作用：
|
||
|
||
- 管理待复核、已完成、历史任务。
|
||
- 支持原图、AI 标注图和检测元数据统一展示。
|
||
- 支持人工 OK/NG 判断与批量提交。
|
||
- 支持第三方系统上传任务、查询最新复检结果。
|
||
- 形成从图片到判定结果的完整追溯链。
|
||
|
||
## 端到端业务闭环
|
||
|
||
```text
|
||
机器人/相机飞拍取图
|
||
↓
|
||
图片进入 AI 检测服务
|
||
↓
|
||
AI 输出 OK/NG 与缺陷信息
|
||
↓
|
||
复检平台生成审核任务
|
||
↓
|
||
人工查看原图与 AI 标注图
|
||
↓
|
||
人工确认最终结果
|
||
↓
|
||
第三方系统查询或接收复检结果
|
||
↓
|
||
质检数据归档与追溯
|
||
```
|
||
|
||
这条链路把现场设备、AI 推理、人工经验和业务系统连接在一起，使视觉检测不再停留在单点识别，而是进入可运行的质量管理流程。
|
||
|
||
## 核心能力
|
||
|
||
### 1. 连续取图能力
|
||
|
||
系统支持机器人边运动边拍照，适合路径型工件和多点位检测。通过拍照节拍配置，可根据产线速度、相机曝光和检测需求调整采集频率。
|
||
|
||
### 2. AI 自动检测能力
|
||
|
||
系统支持图片接口化检测，能够将模型推理结果结构化输出。AI 检测结果可直接进入复检平台，作为人工判断的重要依据。
|
||
|
||
### 3. 人工复核能力
|
||
|
||
复检平台提供面向操作员的图片审核界面，可集中查看任务、图片、AI 标注图、缺陷信息和历史记录。人工可快速完成 OK/NG 判定，减少线下沟通和文件查找。
|
||
|
||
### 4. 第三方接口能力
|
||
|
||
系统可对接第三方业务系统，支持任务上传、结果查询和复检状态同步。产线系统、PLC 上位系统、MES 或其他业务平台可以通过接口获取复检结果。
|
||
|
||
### 5. 工作流闭环能力
|
||
|
||
系统将图片采集、AI 检测、人工复核和结果回传组织成统一流程。每个任务都有状态，每张图片都有来源和判定，每次操作都可追踪。
|
||
|
||
### 6. 多场景扩展能力
|
||
|
||
整体架构可适配不同检测产品、不同图片来源、不同 AI 模型和不同复核策略。既可以服务单工位，也可以扩展到多工位、多模型、多业务线。
|
||
|
||
## 展示重点
|
||
|
||
### 系统能力总览
|
||
|
||
| 层级 | 作用 | 对外表达 |
|
||
| --- | --- | --- |
|
||
| 边缘取图 | 机器人运动中连续采集图片 | 让检测图片稳定进入系统 |
|
||
| AI 检测 | 对图片进行模型推理 | 自动识别缺陷并输出结构化结果 |
|
||
| 人工复核 | 对 AI 结果进行确认 | 让关键判定有人工闭环 |
|
||
| 第三方接口 | 任务上传与结果查询 | 与产线和业务系统打通 |
|
||
| 工作流平台 | 任务、图片、结果统一管理 | 形成可追踪的质量流程 |
|
||
|
||
### 拍照节拍展示
|
||
|
||
对外展示时，可以用“每秒拍照数量”表达边缘取图能力，同时避免写成固定承诺。
|
||
|
||
| 模式 | 每秒拍照数量示意 | 适用场景 |
|
||
| --- | ---: | --- |
|
||
| 稳定检测模式 | 5-10 张/秒 | 常规外观、定位、尺寸检测 |
|
||
| 高速检测模式 | 10-20 张/秒 | 连续路径、多点位检测 |
|
||
| 高密度采集模式 | 20+ 张/秒 | 短路径密集取像、节拍优化展示 |
|
||
|
||
备注：实际拍照数量取决于机器人速度、相机曝光时间、光源响应、图像处理耗时和现场安全策略。
|
||
|
||
### 时序图展示
|
||
|
||
```text
|
||
机器人运动轨迹 ────────────────────────────────>
|
||
|
||
边缘飞拍触发 ▲ ▲ ▲ ▲ ▲
|
||
图1 图2 图3 图4 图5
|
||
|
||
AI 检测服务 检测 检测 检测 检测 检测
|
||
|
||
复检工作流 生成任务 → 图片审核 → 人工判定 → 结果回传
|
||
```
|
||
|
||
配套说明文案：
|
||
|
||
系统将取图、检测和复核组织在同一条业务时间线上。边缘端负责稳定采集，AI 服务负责自动识别，复检平台负责人工确认和结果流转，最终形成完整的质检闭环。
|
||
|
||
## 建议 PPT 结构
|
||
|
||
### 1. 封面
|
||
|
||
标题：智能视觉质检系统
|
||
|
||
副标题：从边缘取图到 AI 检测，再到人工复核与结果闭环
|
||
|
||
### 2. 行业痛点
|
||
|
||
标题：视觉检测难点不只在 AI 模型
|
||
|
||
要点：
|
||
|
||
- 图片来源分散，取图节拍难统一。
|
||
- AI 结果需要人工确认和业务留痕。
|
||
- 产线系统需要查询最终复检结果。
|
||
- 图片、模型结果、人工判断缺少统一工作流。
|
||
|
||
### 3. 系统总体架构
|
||
|
||
标题：三层协同，形成端到端质检链路
|
||
|
||
建议图形：
|
||
|
||
```text
|
||
边缘飞拍取图层
|
||
↓
|
||
AI 检测服务层
|
||
↓
|
||
人工复核与工作流层
|
||
↓
|
||
第三方系统 / 产线系统
|
||
```
|
||
|
||
### 4. 边缘取图能力
|
||
|
||
标题：机器人运动中连续采集检测图片
|
||
|
||
展示内容：
|
||
|
||
- 运动轨迹。
|
||
- 拍照触发点。
|
||
- 每秒拍照数量示意。
|
||
- 取图与检测位置绑定。
|
||
|
||
### 5. AI 检测能力
|
||
|
||
标题：接口化 AI 检测，支持多模型结果输出
|
||
|
||
展示内容：
|
||
|
||
- 图片输入。
|
||
- 模型推理。
|
||
- OK/NG 结果。
|
||
- 缺陷区域信息。
|
||
- 处理后标注图。
|
||
|
||
### 6. 人工复核能力
|
||
|
||
标题：AI 结果进入复检工作台
|
||
|
||
展示内容：
|
||
|
||
- 当前待复核任务。
|
||
- 原图与 AI 标注图对比。
|
||
- 人工 OK/NG 判定。
|
||
- 批量提交与历史查询。
|
||
|
||
### 7. 第三方接口与业务闭环
|
||
|
||
标题：与产线系统打通最终复检结果
|
||
|
||
展示内容：
|
||
|
||
- 第三方上传任务。
|
||
- 查询最新复检结果。
|
||
- 状态同步。
|
||
- 结果归档。
|
||
|
||
### 8. 典型应用场景
|
||
|
||
标题：适用于多类工业视觉质检场景
|
||
|
||
要点：
|
||
|
||
- 焊缝与边缘检测。
|
||
- PCB / 工件外观检测。
|
||
- 孔位与装配位置检测。
|
||
- 多点位连续取像。
|
||
- AI 初判 + 人工终判场景。
|
||
|
||
### 9. 收尾页
|
||
|
||
标题：让视觉检测从单点识别走向完整工作流
|
||
|
||
推荐短句：
|
||
|
||
智能视觉质检系统把边缘取图、AI 检测、人工复核和第三方对接整合为统一流程，让质量判断更高效、更清晰、更可追踪。
|
||
|
||
## 展会讲解词
|
||
|
||
这套智能视觉质检系统不是单独展示一个 AI 模型，也不是只展示一个拍照工具，而是展示从现场取图到最终复检结果的完整链路。
|
||
|
||
在边缘端，机器人通过飞拍方式在运动过程中采集检测图片，适合边缘段、路径型、多点位的工业检测场景。图片采集完成后，进入 AI 检测服务，由模型自动判断 OK/NG，并输出缺陷区域、标注图和结构化结果。
|
||
|
||
随后，这些图片和 AI 结果会进入复检工作流平台。操作员可以在界面中查看原图、AI 标注图和检测信息，完成最终人工判断。对于产线或第三方业务系统，平台提供任务上传和结果查询能力，使复检结果能够回到业务流程中。
|
||
|
||
因此，客户看到的是一整套系统能力：前端能稳定取图，中间能自动检测，上层能人工复核，外部系统还能查询最终结果。它解决的是工业视觉检测从“拍到图、看出缺陷”到“形成可追踪质量结论”的完整问题。
|
||
|
||
## 对外短标题
|
||
|
||
- 智能视觉质检系统
|
||
- 从边缘取图到复检闭环
|
||
- AI 检测 + 人工复核一体化
|
||
- 让视觉检测进入可追踪工作流
|
||
- 机器人飞拍取图，AI 自动识别，人工确认结果
|
||
- 面向工业产线的端到端视觉质量平台
|