基于人工智能边缘计算推理模块主要由: 基于c++并发异步处理框架，多种深度学习框架的NPU加速推理引擎，以及机械控制联动驱动三个核心部分构成。

项目亮点:

1.NPU推理加C++异步计算实现了流水线高速检测，达到440PCS/MINS

2.准确率相对传统机器视觉在检测范围和种类扩大同时，综合准确率提高99.7%%,误判率降低致原来的几十分之一

3.深度学习引入大大降低了机器视觉对于流水线背景环境及光源环境的要求硬件成本降低至少一半以上.

4.边缘设备可以减少PLC使用，提高了硬件响应速度，减少了连入的通讯设备，减少了通讯风险

5.通过更换算法检测模型和简单的电路连接，可以适应绝大多数的流水线不同场景。

6.可以完美的适应国产化要求，以应对可能存在的芯片使用危机。

应用场景

1.生物制药行业: 药板缺陷检测 蜡丸缺陷检测 血型卡不良率检测

2.高精密仪器行业: 零件检测 鲤电池外观缺陷检测 芯片半导体外观检测 LED面板屏幕缺陷检测

3.卷烟厂:烟卷的缺陷瑕疵检测

功能特色

1.高速检测：系统能够在高速流水线上快速检测产品，以适应快速生产速度，确保生产线不受缺陷产品的影响。

2.自动化检测：具备自动化功能，可以无需人工干预进行缺陷检测，提高了生产效率并降低了劳动力成本。

3.高分辨率图像采集：系统使用高分辨率相机和传感器来捕获产品的详细图像，以便精确检测微小缺陷。

4.陷分类和识别：能够对不同类型的缺陷进行分类和识别，如表面瑕疵、异物、尺寸不合格等。

5.即时报警：一旦检测到缺陷，系统可以立即发出报警，以便及时采取纠正措施，减少不合格品的产生。

6.数据记录和分析：系统记录检测结果和图像，以便进行数据分析和质量控制，帮助改进生产过程。

7.适应性学习：一些系统具有自适应学习功能，能够根据产品变化和新的缺陷类型进行调整和优化。

8.可视化界面：提供直观的用户界面，允许操作员监控检测过程并进行设置和调整。

9.多通道检测：适用于多通道或多产品类型的流水线，能够同时检测不同产品的缺陷。

10.可远程监控：一些系统允许远程监控和管理，以便在不同地点对生产线进行实时监测。