科创中国

行业领域

电子信息技术,新一代信息技术产业,制造业,微电子技术,计算机及网络技术,通信技术,人工智能,电子核心产业,计算机、通信和其他电子设备制造业

需求背景

智能助听器集成了现代电子技术、人工智能技术，可以为多种特殊人群提供多功能的听力辅助和全多方位听力保护等功能。然而，助听器的产线受到订单频繁变化、技术持续更新等影响，产品质量通常难以在短期内获得迅速稳定和达产。长期以来，对助听器产品质量的在线检测及诊断技术制约了我司生产的进一步扩大和技术的提升。

影响智能助听器质量的因素主要有点胶质量、线缆编织质量、焊点质量、芯线色序排列等。目前，智能助听器的质量检测主要还是以人工检测为主，质量的追溯主要以经验为主，难以自动发现问题并从根源上解决问题。随着计算机数据科学的发展，基于深度学习的缺陷检测算法不断涌现并取得了非常不错的效果。基于深度学习技术进行产品外观缺陷检测，流程少、耗时短、准确度高，同时随着越来越多针对目标检测和分类的模型的提出，也使得基于深度学习的方法进行缺陷检测成为可能。由于该技术应用门槛相对较高，目前国内设备厂商针对该类设备的研发还仍处于研发初级阶段，尚未形成的成熟的市场。

需解决的主要技术难题

（1）助听器芯线色序识别和检测中的神经网络支持下的图像处理分析技术

（2）点胶缺陷、线缆编织缺陷、焊点缺陷的深度学习识别检测技术

（3）小样本条件下深度学习算法训练数据集扩充技术的研究

（4）助听器产品质量缺陷类别与工艺参数关联模型的构建

期望实现的主要技术目标

（1）助听器芯线色序识别准确率：≥ 99%

（2）点胶缺陷、线缆编织缺陷、焊点缺陷检测准确率：≥ 95%

（3）设备检测效率： ≥ 1000个/小时

（4）芯线检测覆盖率：100%

（5）产品质量缺陷类别与工艺参数关联模型的精度：≥ 95%

需求解析

解析单位：“科创中国”咸宁大健康、智能机电专业科技服务团（湖北香城智能机电研究院有限公司） 解析时间：2023-06-20

徐碧玉

湖北香城智能机电研究院有限公司

副总经理

综合评价

该项需求描述清晰，技术目标明确，目前市场上已经有基于机器视觉和深度学习的产品，在功能上大致相同，推荐合作的专家张建权博士也已经完成了摄像头模组的外观检测设备研制，积累了相关经验，可以借鉴使用。

查看更多>

处理进度