Чехол для визуального осмотра держателя SIM-карты
Сообщается, что в начале 2016 года общее количество SIM-карт в мире достигло 7,3 миллиарда, что соответствует общему населению мира, и поставки растут. Мобильные телефоны стали неотъемлемой частью нашей работы и жизни.
В качестве необходимого аксессуара мобильных телефонов держатель SIM-карты является важным носителем для загрузки наших телефонных карт в мобильные телефоны, и он даже более незаменим. В последние годы увеличивается выпуск держателей SIM-карт. Большинство производителей держателей SIM-карт по-прежнему полагаются на ручное обнаружение, а гарантия качества продуктов крайне нестабильна. В случае ошибки размера или дефекта поверхности SIM-карта не будет активирована, люди не смогут нормально пользоваться мобильным телефоном, а имидж бренда предприятия будет серьезно подорван.
Основываясь на многолетних независимых исследованиях и разработках, а также на практическом опыте технологии обнаружения машинного зрения, RKE Intelligent запустила этот"устройство автоматического обнаружения держателя SIM-карты для мобильного телефона". Оборудование использует коаксиальный источник света высокой яркости и параллельный источник света. Он может быть оснащен промышленными камерами с 3-5 ПЗС-чипами и разрешением 4 миллиона пикселей в соответствии с потребностями заказчика. Он может быстро и точно обнаруживать различные дефекты размера держателя SIM-карты. Точность измерения достигает ± 0,01 мм, а скорость обнаружения достигает 500-1200 шт/мин. Он полностью реализует автоматизацию процесса обнаружения, что может не только значительно сократить трудозатраты, но и повысить эффективность обнаружения.
Оборудование для автоматического обнаружения держателя SIM-карты мобильного телефона оснащено программным обеспечением для углубленного обучения AI, которое может выявлять и обнаруживать различные дефекты на держателе SIM-карты, такие как царапины, деформация, смешивание, радиевая гравировка, множественная гравировка и отсутствие гравировки, нечеткие символов и т. д., а также автоматически классифицировать продукты NG и OK посредством непрерывного обучения и маркировки характеристик дефектов размера продукта. Дальнейшее повышение точности обнаружения.