汽车变速箱是汽车传动系统的主要组成之一，是进行机械动力转换的机械或液压设备。在变速箱的生产过程中，很容易产生机加工面上的划伤，这些划伤会导致发动机机壳密封不严格，造成漏油事故，形成安全隐患。

汽车变速箱示例

菲特检测技术公司应用飞桨深度学习开源框架对大众变速箱铝压铸件表面的多角度划伤缺陷进行像素分割，相对于人工的误判率大幅降低，且单台设备运行一天可替代 6 人 12 个小时的工作量。

汽车变速箱缺陷示意图

场景分析 

检测标准

在工业领域，对于产品的质量管控有着清晰的标准。例如，当缺陷的 面积小于某一标准值时，产品可以放行。本案例中采用的缺陷检测标 准如下图所示，包含对异色点、油渍 / 脏污和划痕的检测规定。

  

    现场工人的菲林比对卡                                                          缺陷检测标准

 

 

技术方案

传统算法的局限性

针对产品外观缺陷的计量，传统方法是使用人工设定特征然后采用阈值分割的方法，当回归框内背景比较复杂时，传统视觉缺陷的检测不准确，本来很小的缺陷，但会导致统计值 偏高，如下图所示。

传统方法检测时对小缺陷过检

 

 

优化方案

菲特利用机械手小视野拍摄和光度立体视觉法改善了光学成像方式，利用百度飞桨图像分割套件 PaddleSeg 完成了对目标缺陷的像素分割，从而实现了对缺陷大小的定义，通过瑕疵检出率的提升，帮助客户严格把控良品率。

上线效果

相对于人工误判从 8% 降至 3%，漏判从 5%, 降至 2%。单台设备运行一天可替代 6 人 12 个小时的工作量。

预测结果图

 

 

案例企业简介

菲特(天津)检测技术有限公司成立于 2013 年，是一家致力于汽车行业以质量为中心的供应链管理综合服务商。 菲特创新第三方服务的内容和形式，以软件和智能硬件为载体，以智能数据为核心，从而提升客户的生产率。