无代码建模
无需编程或数据科学背景,按创建、上传、标注、训练、部署五步即可完成自定义 AI 检测模型搭建,数据与行业无关,可跨不同数据集与硬件运行。
官方说明 ↗拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Averroes 是一套面向制造业的无代码 AI 视觉检测平台,定位为「AI 视觉检测领域的第一平台」,宣称检测精度高于人眼、可在数天内上线。核心指标包括 99.97% 缺陷检出、比人工复核快 10×、不到 5 天即可完成生产部署。平台兼容 KLA Tencor、AOI、Onto 等既有检测设备,无需额外采购硬件。优势是无需编程即可训练与部署模型,且每类缺陷仅需 20–40 张图片即可建模。短板是定价模型未公布,且需要团队配合调整现有工作流。
Averroes 是一套面向制造业的无代码 AI 视觉检测平台,服务于半导体、电子、太阳能、制药、食品饮料、油气、无人机等行业的质量检测团队。平台宣称无需编程基础即可训练和部署自定义 AI 检测模型,数据与行业无关,可跨不同数据集和硬件运行。
平台提供缺陷分类、目标检测、分割、复核与监控等能力,宣称分类准确率超过 99%、目标检测准确率超过 98.5%、分割准确率超过 97.7%,误报率接近零。训练侧每类缺陷只需 20–40 张图片,支持无代码流程:创建、上传、标注、训练、部署五步完成。部署方式可选本地私有化或云端。
普通产线质检人员可用它替代人工目检,把复核时间从小时级压缩到分钟级;工程师可通过上传图片、标注缺陷类别来训练专属模型,直接接入现有 AOI 或 KLA Tencor 等设备;管理层可用它把人工复核量削减 96%、质检成本降低 60%。
无需编程或数据科学背景,按创建、上传、标注、训练、部署五步即可完成自定义 AI 检测模型搭建,数据与行业无关,可跨不同数据集与硬件运行。
官方说明 ↗对缺陷进行自动分类,宣称分类准确率超过 99%,误报率接近零,适合替代人工逐张判定缺陷类别的环节。
官方说明 ↗宣称目标检测准确率超过 98.5%,可定位并检出亚微米级缺陷,配合既有产线设备在不停线的情况下完成检测。
官方说明 ↗把缺陷的确切区域遮罩出来,宣称分割准确率超过 97.7%,用于对缺陷面积和边界有要求的判定场景。
官方说明 ↗每类缺陷只需 20–40 张图片即可获得高质量视觉评估结果,降低建模阶段的数据采集与标注成本。
模型具备主动学习能力,会随数据积累逐步提升准确率,不需要更换硬件即可维持对多样缺陷类型的检测表现。
可直接运行在现有视觉检测设备上,兼容 KLA Tencor、AOI、Onto 等设备,无需额外采购相机或新硬件。
官方说明 ↗可选本地私有化部署以获得更强的数据控制,也可选云端部署以降低运维门槛,两种方式都能接入现有检测系统。
当你的产线已经有 AOI 或 KLA Tencor 等检测设备、但被高误报率拖住人工复核时,Averroes 值得评估:它能直接跑在既有硬件上,每类缺陷 20–40 张图就能建模,宣称分类准确率超过 99%。当你要处理的是非视觉类缺陷,或者需要当场看到公开报价再决策时,就要谨慎——定价模型未公布,需要先走演示和商务流程。
面向亚微米级缺陷检测场景,宣称可把亚微米缺陷检出率提升 40–60%,并把人工复核时间从小时级压缩到分钟级。
产线已有 AOI 或类似检测设备,希望在不换硬件的前提下降低误报,平台宣称兼容既有设备。
需要把目检环节自动化并保留缺陷记录,可选用缺陷分类与监控能力,但定价需走商务流程确认。
定价模型未公布,无法在下单前直接比较成本,需要先联系销售确认费用结构。
不需要。平台可直接运行在现有的视觉检测设备上,兼容 KLA Tencor、AOI、Onto 等设备,也支持分析各个垂直领域、各种数据集和硬件。演示环节可用企业自有数据构建初始模型,无需为建模单独采购成像设备。
每类缺陷约 20–40 张图片即可获得高质量视觉评估结果;另有说明称仅需 20 张图片即可训练分类模型。样本越能覆盖不同光照和角度,模型上线后的稳定性越好。
官方宣称从启动到生产部署不到 5 天,部署流程分为创建、上传、标注、训练、部署五步。上线前需要完成缺陷标注与模型验证,并让质检团队参与确认判定标准,这部分准备时间取决于样本收集的进度。
平台宣称缺陷检出率 99.97%,分类准确率超过 99%,目标检测准确率超过 98.5%,分割准确率超过 97.7%,误报率接近零。实际表现会因缺陷类型、成像条件和样本数量而不同。
平台提供本地私有化部署选项,用于需要更强数据控制的场景,同时也提供云端部署,两种方式都可接入现有检测系统。
定价模型未公布,需要在演示和商务沟通环节确认。可先用自有数据做初始模型验证效果,再讨论正式合作的费用结构。