AI 视觉检测系统 AImage
面向工业品缺陷检测的运行时平台。支持传统算子与 AI 模型混合部署，统一管理相机、流程、模型与结果。
多相机 / 多工位统一调度
算子 + AI 模型混合编排
结果复核、返修回传与追溯
与 PLC / 剔除机构 / MES 通信联动
适用场景
连续表面在线检测、工位级外观检测、装配完整性核对、来料与半成品分档。
采集 → 标注 → 训练 → 检测 → 验收 → 追溯，形成从现场到质量数据的完整闭环。 传统算子与 AI 模型混合编排，减少对单个算法工程师的依赖。
四条产品线分工明确：平台负责跑得稳，低代码负责改得动，助手负责调得快，看板负责说得清。
面向工业品缺陷检测的运行时平台。支持传统算子与 AI 模型混合部署，统一管理相机、流程、模型与结果。
连续表面在线检测、工位级外观检测、装配完整性核对、来料与半成品分档。
把相机、光源、算法与设备通信节点化，用拖拽方式搭建从取图到判定的完整链路，现场即可改流程。
检测项多、型号切换频繁、需要现场工艺人员参与调整的产线。
面向产线操作规范，实时识别操作步骤与动作是否合规，异常即时预警并留存证据。
装配、检测、包装等工位的操作规范识别与作业合规监督。
把工程经验沉淀成可对话的知识：辅助训练、调参、部署与问题排查，新同事也能问出老师傅的判断。
缺陷、批次与工艺参数沉淀，形成客户可直接使用的质量证据链，也作为模型持续迭代的数据来源。
一句话定位 + 核心功能 + 技术特点 + 部署方式，避免写成技术文档。
| 产品 | 一句话定位 | 核心功能 | 技术特点 |
|---|---|---|---|
| AImage 检测系统 | 工业品缺陷检测的运行时平台 | 多工位调度、混合编排、结果复核、剔除联动、追溯记录 | 传统算子 + AI 双引擎；小样本迁移；多品类混线；弱特征增强 |
| VisionMaker | 低代码视觉流程集成器 | 节点化流程搭建、在线调参、模板复用、版本回滚 | 相机 / 光源 / 算法 / 通信全节点化；现场可改流程 |
| AI-SOP 合规检测 | 产线操作规范的实时识别与预警 | 步骤核验、动作识别、实时告警、合规率统计 | 时序动作理解；小样本工序适配；无需改造工位 |
| LLM 助手 | 质检工程的对话式助手 | 训练建议、参数解释、部署指引、问题排查 | 把项目经验结构化沉淀，降低对单个工程师的依赖 |
| 质量看板 | 质量数据与追溯的统一出口 | 缺陷分布、批次追溯、趋势预警、报告导出 | 判定结果带图像证据与时间戳，可对接 MES |
从成像层到应用层，每一层都可以单独替换或升级，不把现场锁死在某一套硬件上。
高反光亮面检测，先要把缺陷稳定成像出来。成像方案与算法一起设计，避免“图都拍不清”的项目。
规则明确的场景用算子保证可解释与节拍，复杂缺陷交给 AI；两者在同一条流程里协同。
新缺陷场景通过少样本迁移与持续学习快速接入，模型升级走订阅式远程运维。
按现场网络条件、数据合规要求与算力预算选择，三种方式可以组合使用。
工控机或本地服务器运行完整平台，数据不出厂，适合对数据合规与网络隔离要求高的场景。
推理在产线边缘完成，延迟低、节拍稳，适合高速在线检测与多工位并行场景。
训练、模型管理与多厂区数据汇总放在云端，现场只做推理，适合多产线复制与集中管理。
| 对比项 | 本地部署 | 边缘部署 | 云端协同 |
|---|---|---|---|
| 数据流向 | 全部留在厂内 | 图像留在边缘，结果上传 | 样本与结果按需上传 |
| 推理延迟 | 低 | 最低，贴合产线节拍 | 依赖网络，适合非实时任务 |
| 适合规模 | 单产线 / 单工位 | 多工位并行 | 多产线 / 多厂区 |
| 模型升级 | 现场离线升级 | 边缘侧推送升级 | 云端统一分发 |
| 运维方式 | 现场运维为主 | 现场 + 远程结合 | 远程运维为主 |
我们可以用您的工件样本做一次现场或远程演示，直观呈现成像效果与检测结果。