AI视觉如何全面革新轮胎行业检测？

中国轮胎制造业庞大，但传统人工检测效率低、成本高且易出错。矩视智能通过机器视觉技术，实现轮胎缺陷自动化识别，提高检测准确率至98%以上，减少人力成本，提升生产效率和安全性。其低代码平台提供一站式工具链，助力企业快速部署机器视觉应用，推动轮胎检测行业的智能化转型。

中国目前大约有600家轮胎制造商，每年生产将近8亿个轮胎，占全球轮胎年产总量的三分之一。

但从业内整体情况来看，目前大多数公司依旧依靠人工检查，这种方法既耗费人力财力，又不可靠。

具体来说，培训一个检查员要花费3个月的时间，而检查工作最多占用他们80%的时间。即使经过充分的培训，检查员们也会做出主观判断，通常只能保持90%到95%的准确率。在轮胎缺陷目标检测问题中，由于轮胎自身固有的结构性底纹，背景底纹与缺陷纹理极其容易产生混叠难以辨别，以至于受过专业训练的检查员都无法达到更高的准确率。

有关资料显示，我国在高速公路上46%的交通事故是在轮胎发生故障引起的，其中，因细小瑕疵导致爆胎的占轮胎事故总量的70%，轮胎安全已成为全民关注的问题。

所以，面对复杂多样的数据，如何快速的提炼出轮胎受损信息，并对受损位置进行标注和分类成为了首需解决的难题。

业内人士指出，在轮胎的生产过程中，轮胎表面会存在各式各样的缺陷问题，比如位置偏移、标识不清、凹坑、裂口等。传统的人工检查方法在缺陷判别上存在个体与个体间的差异，并且有检查员视力疲劳等因素，很多产品的微小瑕疵并不能高效地被识别。人工检测精准性低会增加昂贵的返工成本，也会限制产量的扩大、甚至可能会造成召回问题，影响公司声誉。

针对人工检测存在的问题，矩视智能利用机器视觉检测技术成功替代人工目视检测。

矩视智能低代码平台可以对图像处理后提取的轮胎存在缺陷等信息，既可以达到质量检测的目的，也可以对缺陷标签进行统计分析，为改进生产工艺提供帮助。

此次针对轮胎受损类型检测，旨在解决以下问题：

②检测出图像中轮胎所有的缺陷位置以及缺陷类型；

③保证模型在不同光线、不同角度、不同颜色背景等外界因素干扰下，仍能保持良好的检测准确度>99%。

轮胎缺陷类型：

采用⌈像素分割⌋功能，对图片中缺陷类型进行查找和分类。

1、胎侧起鼓

2、胎侧凹陷

3、胎侧开裂

4、轮胎外胎有小孔

6、胎侧气泡

矩视智能轮胎缺陷检测识别技术实现了图片缺陷的自动化识别，代替人工审核流程，一定程度上缓解审核人员的压力，释放了人力资源。用户上传图片后，平台仅需要0.1秒就可将图片的检测结果反馈到负责审核的前台工作人员，识别准确率可达98%。

矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能，致力于成为全球用户量最多，落地场景最广泛的机器视觉低代码平台。

欢迎长按识别下方链接免费使用

申请后我们会有工作人员第一时间与您联系，请耐心等待！

更多功能正在开发中，最新信息会第一时间在官方公众号“矩视智能”进行公布，欢迎大家关注哦！

以上内容由58汽车提供。如有任何买车、用车、养车、玩车相关问题，欢迎在下方表单填写您的信息，我们将第一时间与您联系，为您提供快捷、实用、全面的解决方案。