在3C外观检测场景中，产品种类众多、数量庞大、更新迭代快，对外观检测的准确性、灵活性、智能化、成本管控等需求强烈，但传统检测方式存在诸多痛点：1.传统目视检测准确性差。人工检测受主观因素、视觉疲劳等影响较大，错检漏检等情况时有发生，严重损害企业品牌效益和经济利益。2. 柔性化程度低，效率提升难。传统检测方式依赖于人海战术和部分传统机器视觉，无法快速适应市场对生产效率的高要求，不能柔性适配企业订单生产计划。3. 未释放数据价值，智能化程度低。传统检测方式数据未得到有效保存和利用，导致部分大数据系统重复建设却没有发挥应有价值。4. 人力成本持续上升。伴随着用工难、招工难等问题，人力成本持续上升，不少企业已经不堪重负。

针对3C行业产品外观缺陷的检测痛点和难点，基于多轴联动控制和人工智能技术，推出的软硬一体化智能质检通用解决方案。慧眼科技自研的ACOI 全自动清洗检测(Automatic Cleaning and Optical Inspection) 是由上料、清洗、检测、下料等环节检测，包含模型训练和预测服务，通过AI深度学习算法对来料进行OK/NG自动识别，该产品针对3C零部件产品外观检测准确性差、效率低等难题，创造性的采用一站式智能化解决方案，突破制造业外观检测自动化的瓶颈问题，大幅提升检测效率，解放质检人力、优化成本，解决制造业外观检测自动化的瓶颈问题。

此外，通过慧眼科技自研的凯氏图 Kai's Dashboard分析检测能力及效果，其主要涉及如下几个参数：

术语 Term：临域灰度差 NGD (Neighbor Greyscale Difference)、坏品缺陷样本 NDS (NG Defect Sample)、好品干扰样本 ONS (OK Noise Sample)。

4种行动 4-Actions：

光学能力：提升NDS成像的临域灰度差 Optical Capability: Raise NGD

算法能力：减少算法过漏杀 Algorithm Capability: Reduce AE%AO%

清洗：减少好品干扰样本数量 Cleaning: Reduce ONS

缺陷限度：定义更大的缺陷阈值，降低检测要求 Defect Threshold

指标 KPI：

光学漏杀 OE% (Optical Escape)=NGD[0,39]/NDS

算法漏杀 AE% (Algorithm Escape)=NGD[40,80]/NDS光学过杀 OO% (Optical Overkill)=NGD[81,255]/ONS

算法过杀 AO% (Algorithm Overkill)=NGD[40,80]/ONS。

通过凯氏图 Kai's Dashboard 可以快速分析出设备的检验检测能力，提高零部件产品外观检测准确性，提供工厂生产效率。

性能优势：

1. 高速飞拍 支持快速移动不间断拍摄，可灵活快速获取立体工件任意表面任意位置的细节图像，每个点位仅需0.2秒

2. 柔性控制设计 高度柔性的组合光源配置，具备同轴、环形、低角度、球积分、背光源以及光度立体光源功能，表面外观缺陷无所遁形

3. 基于深度学习的智能算法 基于深度学习的人工智能算法，适应复杂产品和工况，准确区分真正的缺陷和产品固有的特征、以及环境引起的干扰特征。同时，通过共享多站点多机台高度一致的数据，可克服深度学习工业应用的小样本及模型迁移难题。

4. 换型只需要改夹具，避免重复投资 小机身，大内涵，可兼容相同视野范围内的多款产品。产品换型只需设计相应夹具，无需设备改造，大大节省硬件投入成本。

行业应用：

产品规格：