首页>案例>软件算法及深度学习
分类:
展开
行业:
展开
  • 螺丝检测常见五大难点,微链道爱AOI智能体如何精准识别装配问题?

    AI视觉系统能够「看得懂」每一颗螺丝的真实状态——不只检查有没有锁,而是深入判断锁得好不好、正不正、稳不稳。本文将透过实际装配数据,解析螺丝装配中最常见的五类异常,并说明AI 如何有效解决这些问题,协助企业提升品质控管效率,降低潜在风险。 
    检测监控2025-07-17  |  中国机器视觉网  |  
    622
  • AI技术在方便面生产质量监控中的应用

    方便面作为全球重要的食品,每年消费量超过1,000亿份,在新冠疫情期间需求更是激增了10%。中国、日本、韩国和中国台湾等主要生产国或地区提供多种方便面品牌,涵盖丰富的口味,满足数百万消费者的需求。
    检测食品2025-07-17  |  中国机器视觉网  |  
    646
  • 迈尔微视推出智能软包拆垛视觉算法2.0

    在工业自动化领域,软包拆垛作业的智能化程度直接影响物流效率和成本。传统固定程序机器人方案难以应对多品类、多垛型、复杂环境的挑战。迈尔微视推出高性价比智能软包拆垛视觉系统,通过高精度实时感知、工业级系统集成与AI决策算法三大核心优势,为行业提供柔性化、高可靠性的智能拆垛解决方案。
    检测物流及拆码垛2025-07-16  |  中国机器视觉网  |  
    607
  • 友思特汽车行业视觉检测案例集锦

    汽车制造是一个复杂的过程,每个阶段都需要精确操作和严格的质量控制。我们将展示友思特自动深度学习平台Neuro-T,基于深度学习技术,如何在整个生产过程中革新缺陷检测和质量保证工作。
    汽车检测2025-07-16  |  中国机器视觉网  |  
    636
  • 半导体制造流程深度解析:外观缺陷检测的AI化路径与实践

    在芯片持续向高密度、微结构演进的今天,半导体制造流程变得前所未有地复杂。良率容错空间不断收窄,任何微小缺陷都有可能在后续放大为系统性风险。缺陷检测因此从“终检工具”演变为贯穿全流程的质量反馈机制,尤其在晶粒制备、封装组装等中后段环节,检测的效率与精度直接影响良率控制与产线稳定性。面对形态各异的外观瑕疵,传统人工和规则型AOI正面临误检高、适应性弱的局限。以深度学习为代表的AI视觉技术,正在成为实现高通量、高复杂度检测的新解法。
    芯片半导体检测2025-07-15  |  中国机器视觉网  |  
    871
  • 缺陷生成+AI检测——制造业质量控制的下一代解决方案

    华汉伟业自主研发的iCogtiveFusion图像生成系统与iCogtiveFlow AI软件的完美结合,开创性地实现了高质量缺陷数据的直接生成,成功解决了跨型号多类别缺陷生成和自动标注的技术难题,朝着“无样本训练模型”的终极目标迈出了坚实的一步。
    检测精工和光学2025-07-08  |  中国机器视觉网  |  
    1107
  • SGVision案例:电路板焊锡缺陷检测

    在电路板生产制造环节中环节中,焊锡检测是至关重要的一环。漏焊、虚焊、少焊、焊锡桥接等等缺陷都会带来一系列严重的后果,影响产品的的核心功能、可靠性和安全性。
    检测电子组装2025-07-07  |  中国机器视觉网  |  
    804
  • 基于视觉大模型的工业质量检测智能体:导入挑战与制造现场的五大优势

    在制造业持续追求高品质、高效率与低浪费的过程中,AOI(自动光学检测)早已成为产线品管的标配技术。然而,随着产品复杂度提升与良率要求趋严,此时结合AI(人工智能)的应用正好带来突破性的转机。
    检测精工和光学2025-07-04  |  中国机器视觉网  |  
    1018
1 2 3 4 5 6 7   最后一页