铸件X光AI内部缺陷检测系统定制

压铸与铸造行业的内部缺陷长期依赖人工评片，效率低且评判标准不统一。近期我们为一家铝合金压铸厂商定制了X光图像AI缺陷检测系统，自动完成气孔、缩孔、夹渣三类缺陷的识别与等级判定，实施中有两点经验值得分享： 1. 图像预处理与难例挖掘决定识别质量。X光图像对比度低、灰度分布不均，我们采用CLAHE增强与去噪级联处理后再送入检测模型，小尺寸缺陷召回率明显提升；上线初期对顶针痕、分型线、螺纹孔等正常结构误报较多，经两轮难例样本回流与增量训练，误报率从8%降至1.5%以内。 2. 等级判定需贴合客户评级标准。客户按ASTM E155参考图评级，我们将缺陷尺寸、数量与分布位置编码为结构化特征，结合检测框输出做规则化评级，避免模型直接回归等级导致的不可解释问题。 系统通过OPC UA对接产线PLC，不合格品自动分流并留存图像档案，单件检测节拍控制在3秒内，满足在线全检需求。