TDK推出TDK SensEI的edgeRX Vision產品

●   TDK 揭曉了旗下 TDK SensEI 最新產品線——edgeRX Vision，這是一款搭載先進人工智能的超高速缺陷檢測系統，可對客戶的產品圖像及視頻進行智能化解析與特征提取，以極高的精度識別小至1 毫米的組件。

●   該檢測系統通過減少誤報和最大限度減少停機時間來提高生產效率，檢測速度高達每分鐘2000個零件。

TDK 公司近日揭曉了最新的 TDK SensEI 產品線——edgeRX Vision

edgeRX Vision 是一款高速缺陷檢測系統，可對客戶的產品圖像或視頻進行解析，能夠以極高的精度識別小至 1 毫米×0.5 毫米的組件。

該系統搭載Transformer 架構的先進人工智能模型，通過自監督學習與實時特征提取算法，實現毫米級的高精度缺陷檢測，誤報率較傳統機器視覺系統大幅降低。edgeRX Vision 與 TDK SensEI 的 edgeRX 平臺及傳感器形成端邊協同的智能檢測網絡，增強現有的硬件基礎設施，最大限度減少不必要的機器停機，顯著提升生產流程的連續性與能效比。其檢測運行速度可達每分鐘2000個零件，減少停機時間可為制造場景創造更多有效生產時間，這使得 edgeRX Vision 成為高吞吐制造領域的核心 AI 質檢解決方案。

edgeRX Vision 核心優勢主要體現在三方面：

●   高精度產品缺陷檢測

●   自適應學習和持續改進

●   減少誤報和漏報

●   跨產品線的可擴展性

基于人工智能的機器視覺已經發展成為一項高度先進且可靠的技術，因其速度、精度和自適應性而得以在各行業得到廣泛采用。edgeRX Vision系統獨特優勢在于利用邊緣人工智能實時處理視覺數據，減少延遲并降低對云基礎設施的依賴。基于Transformer的架構以及 DINOv2 和 SAM 等統一模型來實現多種視覺任務，如缺陷檢測、區域分割和類型分類，而無需進行特定任務的重復訓練模型。通過自監督學習和少樣本學習，這些系統的標簽效率也在不斷提高，降低了數據準備成本，可快速掌握新缺陷的特征，尤其適合新產品快速導入時的檢測需求。與語言模型的集成引入了多模態能力，使人機交互更加直觀。隨著這些增強功能和新能力給行業帶來的變革，現在正是 TDK SensEI 向市場推出 edgeRX Vision 的關鍵時刻。人工智能驅動的視覺系統比以往任何時候都更具可擴展性、穩健性和成本效益，使其成為高吞吐生產環境的必備檢測工具。

“edgeRX Vision 將通過高速、邊緣端運行的人工智能缺陷檢測，進一步增強我們現有的自動光學檢測（AOI）能力，”TDK 組件美國公司首席執行官 Ken Takekawa 表示。它能夠以極高的精度處理甚至最小的片式多層陶瓷電容器（MLCC），尺寸小至 1 毫米×0.5 毫米。通過在我們現有硬件上部署人工智能，我們通過減少誤報顯著降低了生產總成本。這一改進將減少因過度檢測導致的機器停機，從而大幅提高生產吞吐量。以每分鐘 2000 個零件的速度運行，即使是微小的時間節省也能轉化為可觀的收入增長。

“edgeRX Vision 的推出是我們將智能自動化引入工廠車間這一使命中的重要里程碑，”TDK SensEI 首席執行官 Sandeep Pandya 表示。“借助人工智能的力量，edgeRX Vision 提供精確、實時的缺陷檢測，提高運營效率和產品質量。該解決方案與我們的 edgeRX 傳感器無縫協作，擴展了 edgeRX 平臺的功能，為制造商應對高速生產挑戰提供了更智能、更集成的方法。”

術語表

●   邊緣人工智能：直接在本地硬件（邊緣設備）上部署人工智能模型，無需將數據發送到云端即可進行實時數據處理

●   基于Transformer的架構：一類深度學習模型（例如視覺Transformer或ViTs），利用注意力機制處理視覺數據，比傳統的卷積神經網絡（CNNs）性能更優。

●   統一視覺模型：像 DINOv2 和 Segment Anything Model（SAM）這類人工智能模型，無需為每個任務單獨建立模型，就能執行多種視覺任務（如檢測、分割和分類）。

●   少樣本學習：模型僅從極少數示例中就能學習新任務或識別新模式的能力

●   多模態人工智能：結合不同類型數據（如圖像和文本）來執行視覺問答或圖像 描述 等任務的系統。例如 跨模態交互和 結合圖像生成文本描述等模型。

●   誤報/漏報：在缺陷檢測中，誤報是指將合格的零件錯誤地標記為有缺陷；漏報是指沒能發現有缺陷的零件。

●   自動光學檢測（AOI：Automatic Optical Inspection）

主要應用領域

●   電子制造

●   制藥領域

●   食品飲料

主要特點和優勢

●   提升產品質量：確保對缺陷的持續檢測，從而提高輸出質量

●   減少誤報：最大限度減少不必要的拒收，保持生產線平穩運行

●   提高吞吐量：在不影響準確性的前提下實現更快的檢測，提高生產效率

●   降低運營成本：通過自動化檢測和減少返工，降低勞動力成本和浪費