制造业中新秀，2025年已经由DaoAI成功赋能的制造业案例

在过去的AI浪潮中，制造商们狂热的期盼将视觉AI这个最火热的工具集成到他们的生产线上，横跨农产品，工业机械，汽车组装甚至医疗用品，基建材料检测等。

尽管入门AI似乎已经不再那么高门槛，但将其投入生产并有效的提升产能仍是困难重重；千篇一律的解决方案和低效的检测只会让本就重负荷的生产线雪上加霜。微链道爱致力于提供更定制的解决方案，我们不满足于交付简单且统一的算法，确保满足用户的核心需求。与微链道爱的合作或许是您当下最可靠的方案。

DaoAI World + DaoAI AOI，专精视觉检测的双子星

我们深知对于制造业来说，高效的检测和快速迭代能力是适配生产线的核心。DaoAI在过去的合作中收获了行业内头部厂商的认可，与西门子工易魔方的深度合作，到Basf的方案落地，我们在持续交付令客户满意的案例的同时，收获越来越多的认可和技术认证。

2025已经开始，DaoAI已经取得了令人印象深刻的成果：用先进的视觉模型和算法，为复数制造商提供了可靠的方案。

代表方案：

1.产品的焊缝进行识别和抓取

因焊接温度、时间、焊接材料等影响，焊缝的形态及焊缝周围背景极为复杂，需要使用深度学习对焊缝区域进行准去提取，才可以使用传统算法进行尺寸测量。

 DaoAI的解决方案

使用智能分割工具对复杂场景、复杂对象的焊缝进行智能分割，挑选多张场景较为复杂的图像数据进行测试，模型能准确将焊缝进行提取。后续由研发团队提供算法支持，进行准确的尺寸测量。

2.焊点检测

焊点检测是电子制造中的关键环节。DaoAI World提供的监督缺陷分割和非监督缺陷分割能够应对焊点形态和背景的复杂性。确保其可以同时满足高精度检测和面对未知缺陷时保证检测性能。

新的客户对精度有着绝对的要求，需要满足几乎无错漏检。基于客户提出的超低漏检率，我们选择考虑进行多模型串联应用。使用目标检测模型将焊点目标区域进行提取，降低图像上其他区域对模型的干扰，再将提取后图像使用分类模型进行精确分类，精准判断区域内的焊点是否符合标准。

3.某厂商的键帽检测需求

厂商需要对键盘键帽上制造过程中的瑕疵进行检测，难点在于键盘种类较多且键帽数量较多，难以对单个键帽进行裁图识别；且瑕疵尺寸过小且不明显；在检测过程中脏污也同样为检测带来了困扰。

 DaoAI的解决方案

搭配我们的高精度相机，可以捕捉并识别尺寸小至9个像素的键盘；基于过往的键帽脏污的项目经验，将每一个键帽单独识别，减少背景和污渍对识别的影响。

转自：微链机器人视觉研究

注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。