✨ 基于 VML AI 技术

智能阀门识别 轻松实现

先进的计算机视觉 AI,可瞬间以极高精度识别并分类工业阀门。 上传图片,毫秒级获取结果。

6
阀门类型
95%+
准确率
<1s
响应时间

为什么选择我们的服务

前沿技术与工业可靠性的结合

AI 驱动识别

基于 VML 的深度学习模型,训练于数千张阀门图像,实现卓越准确率。

极速响应

优化的推理管道和高效处理,可在一秒内获得识别结果。

高准确率

95%以上准确率,提供置信度评分,并在各种光照条件下稳健识别。

RESTful API

简单、文档齐全的 API,支持 CORS,轻松集成到现有系统。

自动记录

所有识别均自动保存并带有时间戳,便于审计和质量追踪。

可扩展架构

基于 FastAPI 构建,支持异步,可应对高并发生产负载。

支持的阀门类型

我们的 AI 能准确识别以下工业阀门类别

01

国标截止阀

GB Globe Valve

02

美标截止阀

ANSI Globe Valve

03

美标止回阀

ANSI Check Valve

04

苏式闸阀

SU Gate Valve

05

闸阀1

Gate Valve 1

06

闸阀2

Gate Valve 2

简单的 API 集成

通过我们简洁的 REST API,几分钟即可开始使用

快速开始

发送包含阀门图像和 JWT Bearer 令牌的 POST 请求,即可获得即时分类结果。

需要 JWT Bearer 令牌
为 Web 应用启用 CORS
JSON 响应格式
API Request Example
# Python Example
import requests

url = "http://localhost:8000/api/v1/valve/detection"
files = {"file": open("valve_image.jpg", "rb")}
headers = {"Authorization": "Bearer 288598fe10c65d7d:2da36a682282461192782f649d0b8d14"}

response = requests.post(url, files=files, headers=headers)
result = response.json()

print(result)
# Output: {"valve_name": "国标截止阀"}
POST
/api/v1/valve/detection

技术架构

小模型定类型,大模型读铭牌

第一代

目标检测 + OCR + 纠错

  1. YOLOv8s 检测阀门本体与铭牌字段(12 类)
  2. 裁剪字段区域,PaddleOCR 识别文字
  3. 编辑距离映射到最接近的合法值

检测 mAP50 达 0.986(验证集),但 OCR 读不准铸造凸字、锈蚀反光的金属铭牌

第二代 · 当前

专精小模型 + 视觉大模型

  1. YOLO11-L 分类模型判定 6 类阀门
  2. 按类型注入领域知识,组装提示词
  3. 视觉大模型读取铭牌,结构化输出

把「是什么阀门」和「铭牌写了什么」拆开,交给各自最擅长的模型

第二代识别链路 YOLO11-L 分类模型判定阀门类型后,类型一方面作为业务结果直接写入,另一方面作为先验条件,从领域知识库选取参考值组装提示词,交给视觉大模型读取铭牌,经 Pydantic 结构化校验后落库返回。 ① 上传图片 同步接口或异步任务 原图按日期落盘 ② YOLO11-L 分类 本地 CPU 推理 输出 6 类之一 领域知识库 每类阀门一份 JSON 规格 · 压力 · 材质 · 批次 ③ 组装提示词 以类型为先验条件 注入参考值与规则 ④ 视觉大模型 OpenAI 兼容接口 读取 4 个铭牌字段 ⑤ 结构化校验 Pydantic 解析 得到强类型对象 ⑥ 落库并返回 类型 + 4 个字段 判别国标或美标 类型 类型 按类型选取 按 Schema 返回

左右滑动查看完整架构

粉色的两条线是分类结果的两个去向:一条作为业务结果直接返回,一条作为先验条件,决定大模型参考哪一份领域知识。

立即试用

上传阀门图片,体验 AI 实时识别

将阀门图像拖放到此处

或点击浏览文件