하우징 외관 검사

기기 하우징에서 중요하지 않은 이상과 변형을 허용하면서 긁힘과 같은 특정 결함을 검색

Housing cosmetic inspection

관련 제품

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

구성품이나 패키징 및 하우징이 다양할 경우 외관 검사가 까다로울 수 있습니다. 긁힘, 흠집, 그 밖의 외관상 결함은 기능에 영향을 주지 않지만, 완성품의 품질과 소비자 만족도를 떨어뜨릴 수 있습니다. 일부 외관상 결함은 명확한 거부 사유가 될 수 있고, 그 밖의 사소한 결함은 용인될 수 있습니다. 이러한 이유로 제조업체는 특정 결함을 찾고 사소한 얼룩과 구분할 수 있도록 검사 시스템을 트레이닝해야 합니다. 규칙 기반 알고리즘에 이 정도로 복잡한 검사를 프로그래밍하려면 복잡한 결함 라이브러리가 필요합니다. 사람의 수작업 검사는 보다 유연하긴 하지만 속도가 느리고, 신뢰성이 떨어지며, 일관되지 않습니다.

지도 학습 모드에서 결함 감지 툴을 사용해 엔지니어는 중요하지 않은 이상과 변형을 허용하면서 긁힘과 같은 특정 결함을 찾아내도록 코그넥스 딥러닝 을 트레이닝할 수 있습니다. 또한 이 툴은 대비가 낮거나 캡처가 불량한 이미지에 작동하도록 최적화되었습니다. 예를 들어, 아래의 이미지는 결함 감지 툴이 이어폰의 양호한 이미지와 불량 이미지를 분석하는 방식을 설명합니다. 소프트웨어는 실행 중에 사소한 외관상 얼룩 등을 인지하고 무시하도록 학습함으로써 심한 스크래치가 있는 이미지를 결함으로 분류합니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입