edgeRX Vision 是一款高速缺陷檢測系統，可對客戶的產品圖像或視頻進行解析，能夠以極高的精度識別小至 1 毫米×0.5 毫米的組件。
該系統搭載Transformer 架構的先進人工智能模型，通過自監督學習與實時特征提取算法，實現毫米級的高精度缺陷檢測，誤報率較傳統機器視覺系統大幅降低。edgeRX Vision 與 TDK SensEI 的 edgeRX 平台及傳感器形成端邊協同的智能檢測網絡，增強現有的硬件基礎設施，最大限度減少不必要的機器停機，顯著提升生產流程的連續性與能效比。其檢測運行速度可達每分鐘2000個零件，減少停機時間可為制造場景創造更多有效生產時間，這使得 edgeRX Vision 成為高吞吐制造領域的核心 AI 質檢解決方案。
edgeRX Vision 核心優勢主要體現在三方面：
- 高精度產品缺陷檢測
- 自適應學習和持續改進
- 減少誤報和漏報
- 跨產品線的可擴展性
“edgeRX Vision 將通過高速、邊緣端運行的人工智能缺陷檢測，進一步增強我們現有的自動光學檢測（AOI）能力，”TDK 組件美國公司首席執行官 Ken Takekawa 表示。它能夠以極高的精度處理甚至最小的片式多層陶瓷電容器（MLCC），尺寸小至 1 毫米×0.5 毫米。通過在我們現有硬件上部署人工智能，我們通過減少誤報顯著降低了生產總成本。這一改進將減少因過度檢測導致的機器停機，從而大幅提高生產吞吐量。以每分鐘 2000 個零件的速度運行，即使是微小的時間節省也能轉化為可觀的收入增長。
“edgeRX Vision 的推出是我們將智能自動化引入工廠車間這一使命中的重要里程碑，”TDK SensEI 首席執行官 Sandeep Pandya 表示。“借助人工智能的力量，edgeRX Vision 提供精確、實時的缺陷檢測，提高運營效率和產品質量。該解決方案與我們的 edgeRX 傳感器無縫協作，擴展了 edgeRX 平台的功能，為制造商應對高速生產挑戰提供了更智能、更集成的方法。”
術語表
- 邊緣人工智能：直接在本地硬件（邊緣設備）上部署人工智能模型，無需將數據發送到雲端即可進行實時數據處理
- 基於 Transformer 的架構：一類深度學習模型（例如視覺Transformer或ViTs），利用注意力機制處理視覺數據，比傳統的卷積神經網絡（CNNs）性能更優
- 統一視覺模型：像 DINOv2 和 Segment Anything Model（SAM）這類人工智能模型，無需為每個任務單獨建立模型，就能執行多種視覺任務（如檢測、分割和分類）
- 少樣本學習：模型僅從極少數示例中就能學習新任務或識別新模式的能力
- 多模態人工智能：結合不同類型數據（如圖像和文本）來執行視覺問答或圖像 描述 等任務的系統。例如 跨模態交互和 結合圖像生成文本描述等模型
- 誤報/漏報：在缺陷檢測中，誤報是指將合格的零件錯誤地標記為有缺陷；漏報是指沒能發現有缺陷的零件
- 自動光學檢測（AOI：Automatic Optical Inspection）
主要應用領域
- 電子製造
- 製藥領域
- 食品飲料
主要特點和優勢
- 提升產品質量：確保對缺陷的持續檢測，從而提高輸出質量
- 減少誤報：最大限度減少不必要的拒收，保持生產線平穩運行
- 提高吞吐量：在不影響準確性的前提下實現更快的檢測，提高生產效率
- 降低運營成本：通過自動化檢測和減少返工，降低勞動力成本和浪費
對產品有任何疑問或興趣，請洽詢富邦團隊。