Находи царапины, трещины и пятна со скоростью производственной линии
Обнаруживай, сегментируй и измеряй царапины, трещины, пятна и дефекты печати с помощью Ultralytics YOLO, обученной на твоих изображениях дефектов в Ultralytics Platform и лицензированной для твоего продукта.
Нам доверяют ведущие организации мира
Для команд, выпускающих системы контроля дефектов {#built-for-teams-that-ship-defect-inspection}
Ultralytics предоставляет модели, инструменты и лицензию. Ты создаёшь систему контроля и владеешь ею — от оптики до механизма отбраковки.
Производители инспекционного оборудования
Встраивай YOLO в выпускаемые тобой системы AOI, рентгеновского, веб- и поверхностного контроля и обучай модель на деталях каждого клиента.
Интеграторы систем компьютерного зрения
Создавай участки контроля дефектов для линий по обработке металла, стекла, пластика, текстиля и продуктов питания на стандартных промышленных камерах, полностью локально.
Внутренние команды по контролю качества
Создавай модели дефектов для собственных заводов, передавай знания, полученные на одной линии, всем остальным и храни изображения и веса внутри своей сети.
RapiD Engineering внедряет контроль качества морепродуктов на 1 неделю быстрее с Ultralytics YOLO
Узнай, как RapiD Engineering использует Ultralytics YOLO для автоматизации проверки лосося, обнаружения дефектов в реальном времени и экономии недели инженерной работы.

Как это работает
От изображений дефектов до решения об отбраковке на производственной линии.
Снимай дефекты
Выбирай оптику и освещение так, чтобы даже мельчайший дефект занимал несколько пикселей; используй камеры площадного или линейного сканирования, рентгеновские или тепловизионные камеры.
Размечай реальные дефекты
Загружай изображения в Ultralytics Platform и обводи царапины, трещины и пятна с помощью ИИ-ассистированной разметки.
Обучай модель и задавай пороги
Дообучай YOLO для обнаружения или сегментации, затем задавай пороги для каждого класса, балансируя между пропуском дефектов и ложной отбраковкой на эталонной выборке.
Запускай на производственной линии
Экспортируй модель в TensorRT, OpenVINO или ONNX, запускай на периферийном ПК рядом с линией и отправляй на ПЛК результаты «годно», «брак» или «на доработку».
Все дефекты, различимые твоей оптикой {#every-flaw-your-optics-can-resolve}
Пять задач YOLO в одном семействе моделей, обученных на твоих изображениях дефектов и развёртываемых одним и тем же способом.
Попробуй инференс YOLO26
Перетащи изображение, чтобы посмотреть, как работает обнаружение объектов в реальном времени
Почему команды создают решения на базе Ultralytics YOLO
Твои веса, изображения и оборудование — без платы за вызовы API для каждого изображения.
Владей моделью
Сохраняй обученные веса и запускай модель на каждой производственной линии, заводе или машине, которые выпускаешь, без промежуточного облачного сервиса или поставщика камер.
Любые снятые тобой изображения
Обучай модель на изображениях с камер площадного сканирования, линейного сканирования, рентгеновских, тепловизионных или ультрафиолетовых камерах. YOLO научится распознавать то, что видит твой сенсор.
Работает рядом с производственной линией
Экспортируй модель в TensorRT, OpenVINO, ONNX и другие форматы для NVIDIA Jetson, промышленных ПК или CPU. Изображениям не придётся покидать завод.
Два способа начать
Обучай и развёртывай модели на платформе Ultralytics или интегрируй YOLO в собственный конвейер.
Ultralytics Platform
Загружай изображения дефектов с производственной линии, обводи дефекты с помощью ИИ-ассистированной разметки, обучай собственную модель YOLO и экспортируй её для периферийного оборудования — всё в одном месте.

Python
Обучи модель сегментации на изображениях трещин или собственных изображениях дефектов всего несколькими строками кода. Получи лицензию на YOLO, чтобы выпускать её в составе собственного продукта.
from ultralytics import YOLO
model = YOLO("yolo26n-seg.pt")
# Train on crack images, or your own defect photos
model.train(data="crack-seg.yaml", epochs=100)
results = model("part.jpg") # a mask outlines every crack
print(len(results[0].boxes)) # defects found on this partБезопасность и соответствие требованиям корпоративного уровня
Создавай и развёртывай с уверенностью. Сертификация ISO 27001, подтверждение соответствия SOC 2 и поддержка соблюдения требований HIPAA.
Часто задаваемые вопросы
YOLO обучается на размеченных примерах, поэтому собери реальные дефекты для каждого класса. Начни с предобученных весов и имеющихся у тебя изображений, быстро разметь их с помощью аннотирования при поддержке ИИ в Ultralytics Platform и добавляй примеры по мере появления новых дефектов или пропусков. Например, RapiD Engineering обучила модели для выявления дефектов лосося на более чем 20 000 размеченных изображений.
Это зависит скорее от оптики, чем от модели. Выбери камеру и объектив так, чтобы самый мелкий дефект занимал несколько пикселей, затем обучай модель на изображениях большего размера или разбивай большие изображения на перекрывающиеся окна с помощью разбиения изображений высокого разрешения на тайлы. Камеры с построчным сканированием подходят для непрерывных полотен, например плёнки, бумаги и текстиля.
Раздели 60 000 на количество деталей в минуту, чтобы получить бюджет времени в миллисекундах на одну деталь, а затем подбери размер модели и оборудование. Небольшие модели YOLO26, экспортированные в TensorRT, обрабатывают изображение за несколько миллисекунд на NVIDIA Jetson (результаты тестирования). Стробоскопическое освещение и короткая выдержка позволяют получать чёткие изображения быстро движущихся деталей.
Проверь систему на неизменяемом эталонном наборе годных и дефектных деталей и сообщай два показателя для каждого класса дефектов: долю пропусков и долю ложных отбраковок. Настрой порог уверенности для каждого класса в соответствии с нужным компромиссом, отправляй случаи с низкой уверенностью на проверку специалисту и дообучай модель на каждом пропуске.
Да. Запускай YOLO вторым этапом на изображениях, отклонённых твоей AOI, и классифицируй каждый такой случай как реальный дефект или ложное срабатывание. Так меньше годных деталей будет отправляться на ручную проверку.
Нет. Ты или твой интегратор создаёте систему и владеете ею, включая оптику, освещение и обработку отбракованных деталей. Ultralytics предоставляет модели YOLO, Ultralytics Platform для обучения на твоих дефектах и коммерческую лицензию.
Инференс выполняется на твоём оборудовании рядом с линией, при необходимости — без подключения к сети. Поэтому изображениям не нужно покидать завод, а обученные веса остаются у тебя. Если ты обучаешь модель в Ultralytics Platform, выбери регион данных США, ЕС или АТ.
Ultralytics YOLO — ПО с открытым исходным кодом под лицензией AGPL-3.0, поэтому ты можешь свободно создавать прототипы. Чтобы выпускать закрытую машину для инспекции или использовать YOLO в собственных системах предприятия без публикации их исходного кода, нужна Enterprise License: она снимает обязательства по AGPL. Укажи свой рабочий адрес электронной почты выше, чтобы получить ценовое предложение.
Другие варианты использования

Визуальный контроль

Предотвращение потерь в розничной торговле

Мониторинг водителя

Обработка документов

Управление запасами

Управление очередями
Твоё видение — воплощено
Присоединяйся к миллионам разработчиков, создающих масштабируемые решения для интеллектуальных задач в самых разных отраслях. Размечай данные, обучай модели и развёртывай их — всё на платформе Ultralytics.



