标签识别
识别料盘标签、箱标、二维码、字符和批次信息，辅助判断料号、批次、数量或客户标签是否一致。
AI Vision Inspection
AI视觉检测，覆盖工业质检与工控程序联动
除了 SMT 料盘和物料复核，AI 视觉检测也可用于工业质检、外观缺陷、尺寸测量、装配状态、防错复核和线体工位判断。项目可同步开发相机采集、光源控制、PLC / IO 通讯、Control 联动和检测结果回传等工控程序。
Camera 01
工业质检
尺寸检测
缺陷检测
OK批次一致
NG异常拦截
Trace记录回传
Inspection Scope
适合补充在物料、产品、工装和线体关键节点
AI视觉检测不是只做料盘识别，也可以面向工业质检场景，对产品外观、装配状态、尺寸偏差、标签字符和工位动作进行复核，并把结果写入平台、MES、PLC 或客户系统。
缺陷检测
针对来料、治具、包装、关键外观或装配状态进行异常检测，减少明显缺陷流入后续工序。
尺寸检测
对指定零件、料盘、工装或装配区域进行尺寸、间距、位置和偏移检测，适合稳定工位的在线复核。
防错复核
结合工单、BOM、站位和扫码结果，复核物料是否拿错、放错、漏放或与当前生产任务不一致。
工业质检
面向零部件、包装、工装、装配件和线体工位做外观、位置、方向、有无、混料和状态判断。
工控程序
开发相机触发、光源控制、PLC / IO 通讯、扫码联动、报警拦截、OK / NG 分拣和检测数据回传程序。
Workflow
从图像采集、工控联动到系统追溯的检测链路
项目会先确认检测对象、安装位置、节拍要求、工控接口和判定标准，再做样本采集、模型训练、工控程序开发、现场联调和异常记录回传。
-
1
场景确认
确认检测对象、相机位置、光源条件、工位节拍和 OK / NG 判定边界。
-
2
样本采集
采集正常样本和异常样本，整理标签、批次、缺陷类型和复核标准。
-
3
模型与工控程序
结合 AI 模型、传统视觉算法、PLC / IO 通讯和现场动作逻辑，输出检测结果、置信度和设备控制信号。
-
4
系统回传
将检测结果关联工单、物料、产品、人员、时间和设备，回传平台、MES、PLC 或 Control。
When To Use
适合在确有质检或防错收益的节点导入
AI视觉检测更适合高价值产品、关键客户项目、标签复杂、人工复核压力大或已经出现过错料漏检风险的场景。我们会优先判断是否值得导入，再确定相机、光源、算法、工控程序和接口范围。
减少人工复核
让稳定、重复、规则明确的检查由系统完成，减少人工长时间目检压力。
降低错料风险
把扫码、图像识别和工单数据结合起来，辅助拦截标签不符、批次不符或放置异常。
沉淀异常记录
检测结果可关联图片、时间、设备、人员和工单，为后续质量分析提供依据。
联动现有系统
可按项目需要对接 MES、Control、PLC、IO 模块、扫码设备或智能货架平台，形成现场闭环。
Vision Inquiry
先讲清楚检测对象和现场节拍，方案才容易定准
您可以描述希望检测的产品、标签、缺陷类型、产线节拍、工控程序范围、是否需要与 MES / PLC / Control 对接，以及当前人工复核方式。