TDK推出TDK SensEI的edgeRX Vision产品

●   TDK 揭晓了旗下 TDK SensEI 最新产品线——edgeRX Vision，这是一款搭载先进人工智能的超高速缺陷检测系统，可对客户的产品图像及视频进行智能化解析与特征提取，以极高的精度识别小至1 毫米的组件。

●   该检测系统通过减少误报和最大限度减少停机时间来提高生产效率，检测速度高达每分钟2000个零件。

TDK 公司近日揭晓了最新的 TDK SensEI 产品线——edgeRX Vision

edgeRX Vision 是一款高速缺陷检测系统，可对客户的产品图像或视频进行解析，能够以极高的精度识别小至 1 毫米×0.5 毫米的组件。

该系统搭载Transformer 架构的先进人工智能模型，通过自监督学习与实时特征提取算法，实现毫米级的高精度缺陷检测，误报率较传统机器视觉系统大幅降低。edgeRX Vision 与 TDK SensEI 的 edgeRX 平台及传感器形成端边协同的智能检测网络，增强现有的硬件基础设施，最大限度减少不必要的机器停机，显著提升生产流程的连续性与能效比。其检测运行速度可达每分钟2000个零件，减少停机时间可为制造场景创造更多有效生产时间，这使得 edgeRX Vision 成为高吞吐制造领域的核心 AI 质检解决方案。

edgeRX Vision 核心优势主要体现在三方面：

●   高精度产品缺陷检测

●   自适应学习和持续改进

●   减少误报和漏报

●   跨产品线的可扩展性

基于人工智能的机器视觉已经发展成为一项高度先进且可靠的技术，因其速度、精度和自适应性而得以在各行业得到广泛采用。edgeRX Vision系统独特优势在于利用边缘人工智能实时处理视觉数据，减少延迟并降低对云基础设施的依赖。基于Transformer的架构以及 DINOv2 和 SAM 等统一模型来实现多种视觉任务，如缺陷检测、区域分割和类型分类，而无需进行特定任务的重复训练模型。通过自监督学习和少样本学习，这些系统的标签效率也在不断提高，降低了数据准备成本，可快速掌握新缺陷的特征，尤其适合新产品快速导入时的检测需求。与语言模型的集成引入了多模态能力，使人机交互更加直观。随着这些增强功能和新能力给行业带来的变革，现在正是 TDK SensEI 向市场推出 edgeRX Vision 的关键时刻。人工智能驱动的视觉系统比以往任何时候都更具可扩展性、稳健性和成本效益，使其成为高吞吐生产环境的必备检测工具。

“edgeRX Vision 将通过高速、边缘端运行的人工智能缺陷检测，进一步增强我们现有的自动光学检测（AOI）能力，”TDK 组件美国公司首席执行官 Ken Takekawa 表示。它能够以极高的精度处理甚至最小的片式多层陶瓷电容器（MLCC），尺寸小至 1 毫米×0.5 毫米。通过在我们现有硬件上部署人工智能，我们通过减少误报显著降低了生产总成本。这一改进将减少因过度检测导致的机器停机，从而大幅提高生产吞吐量。以每分钟 2000 个零件的速度运行，即使是微小的时间节省也能转化为可观的收入增长。

“edgeRX Vision 的推出是我们将智能自动化引入工厂车间这一使命中的重要里程碑，”TDK SensEI 首席执行官 Sandeep Pandya 表示。“借助人工智能的力量，edgeRX Vision 提供精确、实时的缺陷检测，提高运营效率和产品质量。该解决方案与我们的 edgeRX 传感器无缝协作，扩展了 edgeRX 平台的功能，为制造商应对高速生产挑战提供了更智能、更集成的方法。”

术语表

●   边缘人工智能：直接在本地硬件（边缘设备）上部署人工智能模型，无需将数据发送到云端即可进行实时数据处理

●   基于Transformer的架构：一类深度学习模型（例如视觉Transformer或ViTs），利用注意力机制处理视觉数据，比传统的卷积神经网络（CNNs）性能更优。

●   统一视觉模型：像 DINOv2 和 Segment Anything Model（SAM）这类人工智能模型，无需为每个任务单独建立模型，就能执行多种视觉任务（如检测、分割和分类）。

●   少样本学习：模型仅从极少数示例中就能学习新任务或识别新模式的能力

●   多模态人工智能：结合不同类型数据（如图像和文本）来执行视觉问答或图像 描述 等任务的系统。例如 跨模态交互和 结合图像生成文本描述等模型。

●   误报/漏报：在缺陷检测中，误报是指将合格的零件错误地标记为有缺陷；漏报是指没能发现有缺陷的零件。

●   自动光学检测（AOI：Automatic Optical Inspection）

主要应用领域

●   电子制造

●   制药领域

●   食品饮料

主要特点和优势

●   提升产品质量：确保对缺陷的持续检测，从而提高输出质量

●   减少误报：最大限度减少不必要的拒收，保持生产线平稳运行

●   提高吞吐量：在不影响准确性的前提下实现更快的检测，提高生产效率

●   降低运营成本：通过自动化检测和减少返工，降低劳动力成本和浪费