人工智能(AI)已经成为工业4.0 浪潮中的关键技术,人工智能特别 是深度学习技术与机器视觉技术的结合,已经成为很多制造企业部署智能 化生产线的第一步。从理论层面来看,深度学习技术与机器视觉技术的结合, 能够解决传统机器视觉技术很难解决的一些棘手问题,特别是在缺陷检测 方面,深度学习可以让机器自我训练学习,检测出产品缺陷,并且训练检 出的缺陷种类越多,检测模型的灵敏度越高,缺陷的检出率就越高。
用于自动驾驶汽车、无人机、精确农业和工业自动化的新兴图像传感器,包括有机光电探测器、 SWIR图像传感器、基于事件的视觉、高光谱成像、灵活的X射线探测器和波前成像。
由自主驾驶型车辆、机械臂、3D立体相机系统、PLC和软件等组成的智能机器人助手,帮助纺织厂自动装 载线轴。
激光雷达是实现自动驾驶汽车的一项关键技 术。但是,激光雷达并不能看到一切。深度相 机将填补激光雷达的探测盲区。
SMore ViMo智能工业平台实现了技术数据层和 系统应用层的创新,以先进的深度学习技术成 功破局了工业视觉应用落地的难题。
The Imaging Source 映美精相机 USB板级相 机,能以隐蔽方式安装在自助结帐机上,实现对 商品的拍摄、识别和结算。
SWI R成像能够“看到”很多在可见光成像下难 以发现的物质,为物质区分、产品质量检 测提 供了一种新方法。
基于云的物联网火灾早期探测系统,能对火灾发 生的不同阶段进行早期探测,帮助金属回收站消 除或及早控制潜在的火灾风险。
消费品包装(CPG)的变化对机器视觉检测提出 了挑战,边缘深度学习技术能更容易地改进过程 控制和产品质量。
了解了LED的工作原理及其优势,将会让您更有 信心,为机器视觉应用选择合适的光源。
一步步新技术
洁净室
激光世界
微波杂志
视觉系统设计
化合物半导体
工业AI
半导体芯科技
人工智能(AI)已经成为工业4.0 浪潮中的关键技术,人工智能特别 是深度学习技术与机器视觉技术的结合,已经成为很多制造企业部署智能 化生产线的第一步。从理论层面来看,深度学习技术与机器视觉技术的结合, 能够解决传统机器视觉技术很难解决的一些棘手问题,特别是在缺陷检测 方面,深度学习可以让机器自我训练学习,检测出产品缺陷,并且训练检 出的缺陷种类越多,检测模型的灵敏度越高,缺陷的检出率就越高。