AI-Powered Accuracy
Detect subtle defects with deep learning vision models.
End-to-End Traceability
Track quality from production to delivery with full data lineage.
Built for Manufacturing
Robust, scalable, and easy to integrate across production lines.
Production-grade AI Vision
每一次质检可见、可追溯、可优化。
芜湖圆缘元科技围绕视觉检测项目的完整链路交付：样品评估、光学成像、模型训练、边缘推理、产线联动、数据追溯和持续优化。我们将 AI 图像算法、工业视觉硬件和质量数据平台组合成面向制造现场的一体化方案。
Core Scenarios
聚焦最容易验证价值的工业视觉场景。
从样品图和缺陷定义开始，快速判断是否适合 AI 视觉检测，再进入成像、算法、设备和产线联动方案设计。
Products
从算法引擎到产线系统的产品矩阵。
把软硬件全包能力拆成可组合模块，便于快速打样、清晰报价和跨行业复用。
VisionShield AI Engine
缺陷检测、目标识别、OCR、分割测量、阈值规则和模型版本管理。
Edge Inspection Station
相机、镜头、光源、工控机、操作台和检测软件一体交付。
Inline Vision System
接入触发、编码器、PLC、报警、剔除机构和产线状态。
Quality Trace Platform
图片留档、缺陷地图、批次追溯、质量报表和 MES/API 对接。
System Scope
覆盖成像、检测、联动与追溯的落地系统。
方案覆盖相机、镜头、光源、边缘计算、AI 模型、检测软件、质量追溯和产线信号联动，按现场节拍、安装空间和验收指标进行配置。
Typical Stack
从图像采集到质量闭环的完整链路
成像采集
根据材质、反光、幅宽、速度和缺陷尺寸匹配相机、镜头、光源与触发方式。
边缘推理
在现场工控机或边缘设备完成检测、分类、定位、计数和 OK/NG 判定。
产线联动
对接 PLC、编码器、报警、剔除、喷码、贴标、扫码和设备状态信号。
质量追溯
沉淀缺陷图片、位置、等级、批次、模型版本和报表，为复盘和工艺优化提供依据。
Technology
成像、算法、设备和数据一起设计。
-
01
Optical Imaging
根据材质、反光、速度、视野和缺陷尺寸设计相机、镜头、光源与触发方案。
-
02
AI Model & Rules
将深度学习模型与工业规则结合，输出缺陷类型、位置、等级、OK/NG 和复检建议。
-
03
Edge & Line Integration
在边缘设备本地推理，对接 PLC、MES、扫码、报警、剔除机构和质量系统。
-
04
Trace & Improve
沉淀缺陷图片、模型版本、批次和设备状态，支持复盘、工艺优化和持续学习。
Built from field experience
沉淀于连续幅面、卷材和工位检测经验。
团队具备互联网系统架构、AI 图像算法、工业视觉检测和项目交付经验，可将历史方案能力转化为 METRIVIQ VisionShield 的标准化模块。公开展示会以匿名场景、样品测试和技术说明为主，不直接使用未授权客户资料。
Evidence & Resources
样品报告、缺陷地图和追溯看板明确方案边界。
面向早期客户沟通，样品评估示例、缺陷地图和质量追溯看板展示检测对象、参数、结果和下一步验证动作，减少概念化表达。
检测边界定义
从 OK/NG 样品、缺陷尺寸、线速、幅宽、材质反光和现场安装空间开始确认。
验收口径确认
检出率、误检率、分类准确率和响应时间都需要按样品、缺陷类型和现场工况限定。
质量数据沉淀
缺陷图片、米数位置、幅宽坐标、批次、等级和模型版本可进入追溯与报表。
About METRIVIQ
软件工程、AI 图像算法与工业视觉交付能力。
芜湖圆缘元科技有限公司围绕 METRIVIQ VisionShield 推进 AI 视觉检测软硬件一体化能力，重点服务卷材、膜材、箔材、涂布、分切和复卷等可验证场景。
软件系统能力
检测界面、数据看板、报表导出、权限管理、接口服务和质量追溯平台。
AI 图像算法
缺陷检测、分类分级、目标定位、OCR、分割测量和模型持续优化。
工业视觉硬件
相机、镜头、光源、编码器、工控机、控制柜和现场安装调试。
项目交付闭环
从样品评估、方案设计、样机验证到现场联调、验收和后续优化。
Sample First
从样品验证缺陷能否稳定识别。
早期沟通确认缺陷、材质、节拍和验收边界，再评估样机或现场方案。
-
01
样品与缺陷定义
提供 OK/NG 图片、缺陷类型、最小缺陷尺寸、产线速度和检测幅宽。
-
02
成像可行性评估
判断缺陷是否能被稳定拍出来，并给出光源、相机、镜头和工位建议。
-
03
算法与系统方案
结合模型、规则、触发、PLC/MES、报警和追溯要求，形成方案边界。
-
04
样机验证与上线
通过样机、现场联调、验收指标和持续优化，完成从测试到上线。
FAQ
客户前期关注的问题。
AI 视觉检测涉及样品、成像、现场工况、验收边界和产线联动。
没有现场视频，可以评估吗？
可以。前期提供 OK/NG 样品图片、缺陷定义和产线参数后，我们评估缺陷是否具备稳定成像和算法识别条件。
寄样测试需要准备什么？
建议准备不同批次的 OK/NG 样品、缺陷最小尺寸、材质信息、线速、幅宽、安装空间和内部判定标准。
验收指标怎么确定？
检出率、误检率、分类准确率、响应时间和数据留存周期，需要按具体样品、缺陷类型、光源方案和现场工况共同确认。
能否对接 PLC、MES 或剔除机构？
可以按项目需求对接 PLC、编码器、MES/API、报警、剔除、喷码、贴标、扫码和质量系统。
项目周期通常多久？
取决于样品复杂度、缺陷数量、现场接口和定制范围。通常从样品评估开始，再进入样机验证和现场联调阶段。
报价主要受哪些因素影响？
主要受相机数量、分辨率、光源方案、工位结构、算法复杂度、接口联动、数据平台和现场调试范围影响。
Contact
寄送实物样品，由我们完成检测评估。
请先联系确认样品类型、数量和收件信息，再寄送 OK/NG 实物样品，并补充缺陷定义、产线节拍、检测幅宽、现场空间和期望验收指标；我们会基于实物样品完成成像与识别测试，再判断适合工位式、在线式还是平台集成方案。
微信号：17730316835
634976171@qq.com