Inspection des grilles de haut-parleur des appareils mobiles
Identifiez de façon fiable les défauts sur les grilles complexes et visuellement confuses
Produits connexes
Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi
A breakthrough in complex inspection, part location, classification, and OCR
La grille de haut-parleur est une pièce en métal perforée qui protège le module acoustique d’un téléphone portable de la poussière et des dommages tout en affectant le moins possible le son.
Les grilles doivent être inspectées visuellement pour détecter les fissures, les rayures, les perforations manquantes, la déformation, les bords cassés, les inclusions de corps étrangers, tels que la poussière ou les cheveux, ainsi que les dommages découlant du processus de perforation. Les grilles sont visibles par l’utilisateur final, les défauts esthétiques doivent donc également être détectés.
Étant des pièces texturées en trois dimensions, les grilles créent des formes d’éclairage complexes avec des reflets et de la surbrillance. Même une toute petite inclinaison est susceptible de modifier complètement la forme. Pourtant, les défauts, tels qu’une contamination ou des rayures irrégulières, peuvent survenir à n’importe quel endroit sur la pièce. Ils peuvent être observés aussi bien sur la surface extérieure que dans les espaces entre les mailles. À cause de ces variations, il est difficile de programmer une vision industrielle classique pour gérer tous les cas possibles.
Pour identifier les défauts sur les grilles de haut-parleur, l’outil de détection des défauts de Cognex Deep Learning est entraîné à partir d’une large sélection de grilles de haut-parleur pour apprendre toutes les variations des pièces normales, notamment les variations classiques de l’éclairage et le niveau d’acceptation des défauts esthétiques. Il scanne les grilles à analyser et signale toutes celles qui présentent des défauts inacceptables, tout en réduisant le nombre de faux positifs.
Cognex Deep Learning peut fonctionner de pair avec la vision industrielle classique, qui est idéale pour les tâches d’alignement de précision et la mesure des dimensions des grilles de haut-parleur. L’association du Deep Learning et des outils de vision classiques surpasse de loin l’inspection manuelle, car elle offre une vitesse bien supérieure. Et cela tout en maintenant une cohérence entre les équipes et les lignes de production.
