良品学习 · 少缺陷样本
仅导入良品图即可构建模型，自动发现未知缺陷，适合缺陷样本难收集的新产线。
工业级 AI 机器视觉解决方案
AI FOR EVERY FACTORY让每一道缺陷
AI FOR EVERY FACTORY让每一道缺陷
无处遁形
把深度学习装进生产线。协城科技为复杂检测场景提供从算法、软件到落地部署的一站式视觉质检方案。
自主知识产权算法与软件 端 · 边 · 云一体化部署
LIVEInference online
Vision telemetry
INFERENCE20 ms
CONFIDENCE99.5%
STATUSRUNNING
XC-VISION / EDGE NODE 01
SCROLL TO EXPLORE
10μm可检测微小缺陷
20ms单张图像推理时间
99.5%典型场景检测准确率
≤50ms边缘计算推理时延
WHY AI VISION
传统质检的边界，
正是 AI 的起点。
面对细微划痕、不规则凹陷、复杂背景与频繁换型，AI视觉不依赖固定规则，而是从数据中持续进化。
01↗
人工效率有限
传统人工检测仅约 30–50 件/分钟，多线并行需要大量人力。
02↗
漏检与标准波动
疲劳、经验差异与人员更替，让一致性难以稳定维持。
03↗
复杂缺陷难适配
规则视觉面对形态多变、低对比度缺陷，调试成本高。
04↗
质量数据成孤岛
检测结果难以反哺工艺，质量控制停留在末端拦截。
QUALITY CLOSED LOOP从“发现缺陷”
从“发现缺陷”
走向“预防缺陷”
检测实时识别
分析追溯规律
改进优化工艺
进化持续学习
XC VISION PLATFORM
一套平台，解决
多样化检测场景
图像标注、模型训练、调优、验证与部署一体化，兼顾上手效率和工程扩展能力。
XC VISION STUDIO / PROJECT: DEMO_LINE_01EDGE CONNECTED
像素级分割
对缺陷进行像素级检测，精准识别位置、尺寸与类别，适合产品表面细小缺陷和复杂场景。
FRAME 0248SEGMENTATIONGPU 31%20.0 MS
MODEL MODE监督 / 非监督
MIN SAMPLE支持小样本
OUTPUT位置 · 面积 · 分类
CORE CAPABILITIES
让模型更快上线，
让现场更稳运行。
为工业现场而生的算法工具链，覆盖少样本、快速迭代、复杂字符和三维形貌等关键能力。
AI 缺陷生成
保留真实缺陷纹理与细节，一键生成多样化训练数据。
增量训练
只学习新增缺陷，显著缩短模型迭代时间，快速响应产品换型。
复杂字符识别
适应字符间隔、重叠、扭曲与低对比背景。
NA660–24
3D 高度检测
输出面积、长宽与高度异常，突破二维成像限制。
灵活二次开发
标准化接口，支持 C++、C#、Java、Python。
VALUE FOR EVERY DECISION MAKER
同一个质检项目，
回答三类关键问题。
采购 AI 视觉不是只看准确率。我们同时关注经营回报、质量稳定性与工程可落地性。
这项投入，能否创造价值？
从人员投入、漏检损失和质量成本出发，用真实产线参数评估项目价值，而不是给出脱离现场的统一 ROI。
- 释放重复性检测人力
- 降低客诉与批量质量风险
- 沉淀可追溯的质量数据
检测标准，能否长期稳定？
通过统一模型、阈值管理和结果留存，把依赖个人经验的判断转化为可复核、可迭代的数字标准。
- 跨班次保持判断一致
- 缺陷图像和结果可追溯
- 新缺陷可进入模型闭环
系统接入，能否快速落地？
根据节拍、视野和缺陷尺寸完成光学、算力和算法选型，并支持边缘部署及 MES、MOM、ERP 对接。
- 标准 API 与多语言支持
- 工业相机和边缘计算适配
- 模型验证与换型维护
CAPABILITY SNAPSHOT来自客户技术资料的能力边界
低至 10 μm资料所述可检测缺陷尺度
20 ms 内资料所述单图推理时间
≥ 600 万 px建议工业相机分辨率
注：实际精度、速度与漏检/过检指标受产品、成像、节拍和样本分布影响，最终以样品测试与双方确认的验收标准为准。
END · EDGE · CLOUD ARCHITECTURE
从一束光开始，
把结果送进质量系统。
不是一个孤立算法，而是覆盖成像、推理、业务联动与数据迭代的工业视觉系统。
XC / SYSTEM TOPOLOGYREAL-TIME PIPELINE
05企业系统层
MESMOMERP质量看板
QUALITY DATA ↑
04应用与数据层
缺陷可视化报警联动统计分析图像与模型
RESULT / MODEL ↕
03边缘计算层
Jetson Orin NXGPU 推理云端模型更新
IMAGE STREAM ↑
02传输控制层
EthernetUSB 3.05GPLC / I/O
TRIGGER ↑
01感知与执行层
工业相机镜头 / 光源传感器机器人 / 剔除
方案原则：光学先行 · 边缘实时 · 数据闭环XC-ARCH / 2026
SOLUTION ADVISOR
30 秒定位您的
AI 视觉技术路径。
选择行业、检测任务和产线节拍，快速查看推荐模块、成像方式与资料中的相关案例。
01您的行业
02主要检测任务
03产线节拍
推荐仅用于初步技术沟通。视野、缺陷尺寸、材质反光和机械空间会影响最终方案。
XC / PRE-SOLUTION ENGINE● READY
3C 精密件表面缺陷检测
建议以高分辨率工业相机配合定向光学方案，采用检测 + 分割组合模型，兼顾缺陷定位、尺寸量化与分类。
01 / OPTICS高分辨率相机
定向光源
定向光源
02 / MODEL检测 + 分割
组合模型
组合模型
03 / COMPUTE边缘 GPU
实时推理
实时推理
04 / ACTIONNG 剔除
质量留档
质量留档
RELATED REFERENCE IN PROVIDED MATERIAL相关案例：连接器外观检测 / PCB 外观检测
CASE EVIDENCE CHAIN
不只展示结果，
更讲清楚如何做到。
将项目拆解为需求、难点、方案、技术栈与结果，帮助技术和采购团队快速判断适配性。
针对多原材料、多工艺形成的复杂缺陷，识别刮伤、溢胶、脏污、侧面划伤、亮点、I/M 压伤、Pin 有无及焊点异常等多类问题。
PROJECT CHALLENGE / 项目难点
缺陷类别多、形态和尺寸变化大；检测区域背景复杂，部分缺陷边缘模糊且对比度低。
SOLUTION / 技术方案
多视角成像覆盖关键表面，利用检测与分割模型组合识别，并以边缘计算完成在线推理和结果输出。
TECHNICAL STACK
多视角成像目标检测像素级分割边缘推理结果留存
<0.05%资料所述项目漏检率
<4%资料所述项目过检率
批量部署资料所述应用状态
以上为客户 PDF 中对应案例数据，不代表所有场景的固定承诺；实际项目以样品验证和验收协议为准。VALUE ESTIMATOR
先算清业务账，
再决定技术投入。
输入当前人工质检和质量损失数据，得到透明、可解释的年度价值参考。这里不预设设备报价，也不承诺回本周期。
当前产线情况
拖动参数，结果将即时更新。
计划导入 AI 视觉的产线数量
包含各班次直接检测人员
工资、社保、招聘与管理等综合成本
建议采用保守估计，不等同于裁员比例
返工、报废、客诉和退货等可量化损失
需以样品验证和实际运行数据修正
ESTIMATED ANNUAL VALUE
年度潜在可释放价值
¥781,200/ 年
基于当前输入的未折现参考值人工投入优化参考¥691,200
质量损失改善参考¥90,000
设备、集成和运维投入待方案评估
计算方式：产线 × 每线人数 × 人均月成本 × 12 × 释放比例 + 年度漏检损失 × 改善比例。结果仅用于项目前期讨论，不构成收益或报价承诺。
LOW-RISK FIRST STEP
从一个样品开始，
降低每一步决策风险。
先验证能不能检、怎么检，再讨论设备和部署。让项目从可测量事实出发。
免费样品可行性评估
适合正在评估自动化质检、但尚未确定技术路线的制造企业。
提交需求
说明产品、缺陷类型、最小尺寸、节拍与当前痛点。
准备样品
建议同时提供良品、典型缺陷品和边界样品。
方案预研
评估成像方式、算法模块、算力和机械集成约束。
结果沟通
明确可行性、风险点、下一阶段验证范围和验收指标。
项目决策常见问题
采购方和工程团队最常关心的问题。
可以先评估“良品学习”或小样本方案。资料中的平台支持仅导入良品构建模型，用于发现未知异常；最终效果仍取决于产品一致性、成像稳定性与验收边界。
可通过增量训练只学习新增图像，减少完整重训时间；也可按产品型号管理独立模型。具体换型机制需结合 PLC、配方和节拍设计。
资料架构支持与 MES、MOM、ERP 对接，并可通过标准接口进行二次开发。实际通讯协议、数据字段和责任边界应在项目方案中确认。
不能脱离具体场景作统一承诺。99.5%是资料中的技术能力描述；正式项目应基于双方认可的样本集，分别定义漏检率、过检率、节拍和连续运行要求。
一般包括需求澄清、样品与光学测试、模型预研、方案确认、现场集成、试运行、验收和持续优化。具体周期取决于工位改造、样本准备与接口复杂度。
PROVEN IN PRODUCTION
真实产线，
真实检测结果。
从 3C 电子到新能源、光伏与磁材，适配高速、多品种、严标准的工业现场。
3C ELECTRONICSDEPLOYED
CASE 01
连接器外观检测
<0.05%典型项目漏检率
<4%典型项目过检率
NEW ENERGYRUNNING
CASE 02
电芯蓝膜缺陷检测
<0.05%典型项目综合漏检
<1%典型项目过杀率
PHOTOVOLTAIC180 MS/PC
CASE 03
光伏硅片缺陷分选
0.35 mm缺陷稳定检出尺寸
<0.05%典型项目过检率
更多已验证场景
PCB 外观Wafer ID苹果分选磁材外观包装盒检测装配确认
DELIVERY SYSTEM
不止交付模型，
更交付持续的质量能力。
从需求评估到产线部署与持续优化，团队全流程协同，让 AI 真正跑在现场。
01
售前评估
项目评估、样件检测、外借测试，免费试用，先验证再决策。
02
方案实施
算法与视觉选型、标准项目落地、现场部署和联调。
03
售后支持
完整项目应用支持、相关技术问题响应与持续模型优化。
04
培训赋能
AI 工程师培训、软件操作讲解、线下训练营与经验分享。
CAMERA ≥ 6MP / 30FPSEDGE COMPUTE / NVIDIA GPUETHERNET · USB3.0 · 5GMES · MOM · ERP READY
START WITH ONE SAMPLE
带上您的样品，
让结果说话。
描述产品、缺陷类型与节拍要求，我们将为您匹配检测路径，并提供项目可行性评估。
需求摘要已复制