深度学习在汽车冲压件产品缺陷检测中的应用

冲压行业是一个涉及领域极其广泛的行业，深入到制造业的方方面面，在国外将冲压称为板材成形。在冲压件行业里，冲压有时也称板材成形,但略有区别。冲压件加工的材料主要是热轧或冷轧(以冷轧为主)的金属板带材料，例如碳钢板、合金钢板、弹簧钢板、镀锌板、镀锡板、不锈钢板、铜及铜合金板、铝及铝合金板等。随着机器视觉技术的不断改进完善，能实现的功能也越来越多，适用的行业也更广泛，将会给工业生产带来更多优势。

一、 传统视觉检测的痛点

传统的检测五金冲压件外观缺陷问题的方法就是工人通过用眼睛看、用手触摸感觉，判断表面有没有瑕疵，以及把五金冲压件放在检具上进行几何尺寸测量，没有检具则采用常规工具，比如游标卡尺、间隙尺、钢板尺、盒尺、角度仪等。

这种检测方法检测效率比较低，毕竟人的精力的有效的，在重复机械化的工作中会容易疲劳，无法长时间作业。而且每个工人的检验标准无法完全一致，对检测结果和准确率也会有所影响。

二、 典型的几类冲压件表面缺陷

三、检测难点-

冲压件表面压痕和划痕缺陷的打光方式较为复杂，主要原因有两方面：一方面是待测工件表面结构复杂，表面光亮，反光情况严重；另一方面是缺陷细微，难以通过照明突出。

东声智能打造的解决方案，采用Handdle AI软件平台的目标定位算法模块，检测方式支持静态或产线上动态取图，搜集包含不同类型缺陷产品图片进行分类标注、训练，测试。

四、检测缺陷-

裂纹、缩颈、变形、麻点、材料缺陷、起皱、毛刺、压痕、划伤、少孔、边缘缺料、圆角不顺、叠料等