- 创意名称 + 创意介绍
创意名称：IQC Pro 工业智能质检系统
想解决什么问题： 传统工业质检依赖人工目视检查，效率低、漏检率高，且质检标准难以统一。IQC Pro 通过AI双通道检测（激光3D扫描 + 摄像头外观检测），实现零件形状与表面瑕疵的自动化、标准化质检。
为什么会想到做这个： 在制造业中，质检环节往往是瓶颈——人工检测速度慢（每分钟仅5-10件），且不同质检员的标准不一致。我希望能用AI技术解决这个痛点，让质检更快、更准、更一致。
大概是什么产品： 一套基于Web的工业质检系统，包含标准模型注册、自学习模板、双通道检测、人工标注闭环、阈值配置等完整功能模块。
- 目标用户及痛点
面向哪些用户： 中小型制造企业的质检部门、生产线管理人员、质量工程师。
在什么场景下使用：
零件生产完成后的入库质检
供应商来料检验（IQC）
生产过程中的在线抽检
当前痛点：
人工质检速度慢，成为流水线瓶颈
质检标准依赖个人经验，不同人员判断不一致
瑕疵类型难以系统化记录和追溯
新员工培训成本高，需要长期经验积累
3. 价值与意义
效率提升： 双通道并行检测，单件检测时间从人工的30秒降至350毫秒，理论 throughput 可达170件/分钟，是人工的17倍以上。
社会价值：
降低制造业质检成本，让中小企业也能用上AI质检
减少漏检导致的不合格品流入市场
质检数据可追溯，助力质量管理和持续改进
降低质检员工作强度，将人力转向更高价值的质量分析工作
4. 技术实现
激光3D扫描：基于STL模型解析，计算面片数、体积、表面积、紧凑度、XZ对称度等几何特征
摄像头外观检测：基于OpenCV，提取亮度、填充率、边缘比例、对称度等图像特征
自学习闭环：从历史合格样本提取特征建立模板，人工标注后自动学习，下次自动识别
技术栈：Python + Flask + OpenCV + NumPy，前端纯HTML/CSS/JS
5. 项目截图
创意产物_IQC_Pro.html (10.0 KB)