基于深度学习的镜片缺陷智能检测系统

研究中心：超精密制造技术研究中心

项目负责人：张志辉

成果简介

      提出了一个基于深度学习的缺陷智能检测系统，系统基于深度学习算法自动提取缺陷特征并给出每个缺陷的类型，位置，形态及大小，其中通过变换器模型提取缺陷特征并结合迁移学习迁移现有知识以实现对缺陷的智能分类及定位。此外，系统提供简易的操作界面，可供任意人员使用。

技术优势

      1.本系统操作方便、速度快、精度和稳定性高，实现对镜片的大批量快速检测。

      2.通过智能缺陷分割算法实现对5种缺陷（气泡，黑点，划痕，纤维及凹坑）的智能检测，且每种缺陷以不同像素值表示

      3.建立了一个大型的镜片缺陷数据集, 每个照片由高分辨相机及相应的显微镜获得,并通过软件人工标注5种镜片缺陷的每个像素

      3.符合人机交互的界面设计，实时采集视频流以获得镜片图像，同时可输出缺陷的数量，类别等特征，同时记录工作流以实现可追溯的检测

应用市场

      应用于各种光学镜片的缺陷检测

      适用于工业检测,玻璃缺陷检测行业

发展规划

      本项目提出的模型可以对凹陷、黑点、气泡、尘点和划痕等五种镜片缺陷进行高精度、高速度的分割。因此，计划将该检测系统集成在眼镜片生产线中，用于实时检测镜片缺陷的检测系统。

知识产权

      专利号：2024109826006(PAT-1783-CN-NP)   (PAT-1415-WO-PCT)

合作模式

      项目融资、合作开发、市场推广等

团队介绍

      团队由香港理工大学超精密加工技术国家重点实验室的核心成员组成，专注于超精密加工制造领域。张志辉教授在超精密加工制造和精密测量等精密工程前沿领域拥有近30年的开创性和可持续研究工作经验，牵头承担多项重大科研项目的研究。团队成员还包括王春锦、王波、何丽婷等人，他们在产学研项目推广、技术研发管理等方面具有专业背景和丰富经验。

联系方式

何丽婷 博士

Email：lai.ting.ho@polyu.edu.hk