近十年來，以手機為代表的消費電子快速發展,產品技術的迭代更新就意味對品質要求的提高.人工檢測的方式已跟不上技術的發展,無論是效率,還是準確度,人眼檢測都無法滿足新式消費電子的需求.為了滿足廠商對外觀瑕疵的檢測需求,海克斯康集團研發了基于人工智能技術的智能檢測軟件——Proxima 。

這套檢測軟件在一些七海影像檢測方案中有應用.通過硬軟件高度協調的工作方式達到出眾的檢測效果.這款軟件的精華是模擬人腦問題機制并分析學習的神經網絡.這套運作機制可以在檢測任務中對輸入樣本進行特征提取,減少手動提取特征對精度造成的影響,檢測精度大幅上升,經短時間訓練優化可達98%準確率。

Proxima這套基于深度學習檢測軟件的亮點是快速學習訓練能力.能深度學習中比如卷積神經網絡等不同類型的神經網絡.比如卷積神經網絡, 訓練模型時可根據產品特征選擇最佳的深度學習模型，能夠快速準確的學習到瑕疵特征，適用性強，可應對復雜多變的缺陷類型。

優于其他缺陷檢測方式的是,僅需很少素材,比如一些瑕疵圖片等,Proxima瑕疵檢測系統就能在短時間內進行大規模的訓練。由于GPU專用處理算法的加入，檢測效率大為提升.同時因為深度學習技術的存在,檢測精度也有保證.不僅如此, Proxima瑕疵檢測系統能同時檢測產品的瑕疵與尺寸,幫助企業降低測量成本。

界面設計上,這款軟件也足夠簡潔易用. Proxima將復雜的神經網絡用最簡單的方式呈現給用戶,并將快速得出直觀檢測結果。