首页>案例>软件算法及深度学习
分类:
展开
行业:
展开
  • VisionPro配合协作机器人实现自动化焊接

    康耐视 VisionPro是领先的计算机式视觉软件,借助 VisionPro,用户可以访问功能较强的图案匹配、斑点、卡尺、线位置、图像过滤、OCR和OCV视觉工具库,以及一维条码和二维码读取,以执行如检测、识别和测量等各种功能。VisionPro软件可与广泛的.NET类库和用户控件完全集成。
    检测精工和光学2022-01-21  |  中国机器视觉网  |  
    2054
  • 视觉龙软包电池外观AI检测系统

    龙睿机器视觉2.0平台的旗舰型,在外观缺陷检测领域有着成熟的应用。该系统搭载超强深度学习算法,先进的神经网络模型学习和迁移学习等技术,搭配高像素工业相机和高清工业镜头组合,通过多维度的光源照明打光,利用光度立体技术,对软包电池进行全方位的外观瑕疵检测,并自动分拣出外观不合格的产品。
    检测2022-01-21  |  中国机器视觉网  |  
    1847
  • 深度学习轻松识别矿棉吸声板的繁杂缺陷

    矿棉吸声板是用矿棉做成的建筑板材,具有显著的吸声性能,且能防火、隔热。由于其密度低,可以在表面加工出各种精美的花纹和图案,因此还具有优越的装饰性能。随着经济社会的快速发展和节能环保意识的不断增强,矿棉吸声板行业目前已广泛应用于各种建筑场合。今天我们就来介绍一则建筑行业相关的矿棉吸声板检测难题案例。
    检测2022-01-13  |  中国机器视觉网  |  
    1729
  • 康耐视半导体检查及分类解决方案

    在如今竞争激烈的半导体行业整个生产过程中,制造商都十分重视半导体缺陷检测问题。因为半导体芯片容错率极低,这就要求制造商们以更高质量来获得更多订单。对于半导体制造商来说,衡量质量的最佳指标是“每片晶圆的成品率”。因为如果存在任何缺陷,即使是在外表层,也会使芯片成为废品。
    芯片半导体2022-01-06  |  中国机器视觉网  |  
    1840
  • 深度学习在缺陷检测中的应用

    随着机器视觉的快速发展,传统很多需要人工质检的工作,渐渐的被机器所替代,利用深度学习技术来检测缺陷成为越来越多自动化企业的选择。以医药行业为例,生产过程中产品质量控制和检测至关重要,缺陷检测是其中重要的一个环节,基于机器视觉的检测方法可以很大程度上克服人工检测方法的准确性不高、实时性差、效率低、劳动强度大等弊端。
    检测2021-12-29  |  中国机器视觉网  |  
    2447
  • 阿丘科技深度学习在汽车制造中的应用——缺陷检测篇

    相关数据显示:2021年上半年中国汽车新注册登记1414万辆,与去年同期相比增加372.5万辆,增长35.76%,汽车越来越成为人们重要的出行工具。然而近年来,国家质检总局缺陷产品管理中心不断公布不同汽车企业的召回事件,使得汽车的质量及安全性越来越成为消费者购买汽车的首要考虑因素。
    软件算法及深度学习2021-12-28  |  中国机器视觉网  |  
    1777
  • 化繁为简的软包锂电池外观检测自动化方案

    如今软包锂电池作为新一代储能电源,性能优越、应用广泛,其产能快速增长。因此软包锂电池的生产设备和检测设备是重要的开拓市场。
    检测2021-11-12  |  中国机器视觉网  |  
    1665
  • 人工智能革命: 无标记姿态撷取技术颠覆影片录像

    哪些神经回路驱动适应运动行为? 这些行为在神经编码中又如何表现呢? 哈佛大学罗兰研究中心(Rowland Institute)的马蒂斯实验室Mathis Lab 研究人员透过脑/行为互动研究,揭示了这些问题的答案。 由马蒂斯Mackenzie Mathis博士所领导的团队「[目的]在于了解神经回路对于适应性运动行为所产生的影响」。 其研究的挑战在于将特定的行为与特定脑部活动相连结。以老鼠作为研究个体,这些科学家们使用The Imaging Source DMK 37BUX287相机进行高速录像,结合实验室自行开发的开源软件工具DeepLabCut所写成的机器学习算法,来追踪老鼠的行为事件及相应其脑部活动。
    2021-11-12  |  中国机器视觉网  |  
    1303
首页   9 10 11 12 13 14 15 16 17 18 19   最后一页