搖櫓船科技的皮革面料智能檢測系統，采用“光”+AI技術及自研深化的目標檢測算法，適用于PVC革、PU革及以超細纖維無紡布為基布的PU革，在皮革生產完成后的皮革檢測環節，以機器檢測為主，人工復檢為輔，對皮革面料表面缺陷進行檢測斷定，并對瑕疵進行標識定位，以及瑕疵檢測結果的數據進行統計分析，以提升檢測質量和效率，提高合格皮革產量。
搖櫓船科技皮革面料智能檢測系統應用場景
人工檢測的缺點：
1、人工檢測漏檢率高，影響了產品定級。
2、人工檢測效率低，影響了產品的產量。
3、人口老齡化，招工難，培養熟練工人周期長，用工成本高。
皮革面料智能檢測系統優勢：
1、采用“光”+AI技術、自研深化的目標檢測算法。
2、對皮革表面的瑕疵進行標識定位。
3、對瑕疵檢測結果進行統計分析。
搖櫓船科技皮革面料智能檢測解決方案已在華東地區人造皮革外資龍頭企業落地，目前已快速迭代優化形成一體化檢測設備。原先需要2個工人來完成的工作，用系統替代完成，檢測效率提升2倍 。以一塊紅色皮料檢測速度為例，人工檢測能力需要7-10米/分鐘 ，搖櫓船科技皮革面料智能檢測系統的檢測能力為 20米/分鐘，迭代后的第二代檢測系統又提升到 60米/分鐘；同時肉眼檢測識別瑕疵是 0.5毫米 ，而智能檢測識別最小瑕疵 0.2毫米。在皮革面料智能檢測應用后，該項目缺陷檢測準確率95%以上，人力成本降低50%。
搖櫓船科技皮革面料智能檢測系統操作流程
搖櫓船科技皮革面料智能檢測系統構成
1、硬件
采用光+AI技術、自研深化的目標檢測算法；對皮革表面的瑕疵進行標識定位；對瑕疵檢測結果進行統計分析。
2、軟件
在軟件方面開發了基于深度學習開發的表面缺陷智能檢測平臺，并支持全自動快速檢測和人機協作檢測兩種模式，能自動進行瑕疵標識、定位、檢查機自動啟停、檢測瑕疵預警等功能。同時建立缺陷圖像庫，對缺陷數據可以進行溯源和工藝問題定位。系統操作簡單，無需培訓，全觸屏操作，更加人性化。
3、算法
與傳統機器學習算法相比，我們使用的深度學習算法是以YOLO系列算法為理論基礎，針對皮革面料檢測場景自行研發且深度優化的目標檢測算法，通過對海量皮革面料瑕疵數據的學習，獲得的SOTA模型更具有抗干擾性強，檢出率高、誤檢及漏檢率低，檢測速度快的特點。
產品優勢劃重點
1、檢測率高
大瑕疵檢測精度 95%。
小瑕疵檢測精度 95%。
2、適應性強
一體化設備，更具美觀性，算法邊緣計算決策，響應速度快。
3、人機交互簡單
靈活的智能檢測呈現端，可根據工人習慣靈活調整屏幕角度，集成一體化設備，觸摸操作更加人性化。
4、統一的集成產品，交付標準化，實施周期短
一體化設備對生產線幾乎無改動，標準化產品，安裝簡單，實施周期短。
5、屬地化運維團隊
專業的運維技術團隊，24小時響應，按照需求痛點對產品進行追溯、數據分析，最終優化生產線。
6、適用性強的算法
擁有自行研發成熟的目標檢測算法，并根據市面常用的皮料顏色，建立了完整的瑕疵數據集，如有新品種皮革檢測，采集瑕疵數據訓練周期短。
隨著智能制造與傳統產業的深度融合，加快皮革面料行業數字化轉型升級也成為了行業內企業的共識。在此過程中，搖櫓船科技將持續不斷進行探索創新，以更先進的技術、更便捷的一體化平臺、更智能的產品賦能皮革面料行業數字化轉型，加快行業規范化、智能化進程。
