首页>案例>软件算法及深度学习
分类:
展开
行业:
展开
  • 深度学习分割胜任经典算法难以处理的任务

    深度学习可以执行许多与传统图像处理相同的操作,比如图像分割。本文探讨了为什么图像分割很重要,以及深度学习图像分割在哪些方面优于传统图像处理方法。
    检测其他2024-06-26  |  中国机器视觉网  |  
    874
  • SAIGE VISION在机器制造业的成功案例

    通过导入的图像,利用AI技术,克服金属材质高反光影响,能够精准识别异物、划痕等关键缺陷。
    检测铁和金属2024-06-19  |  中国机器视觉网  |  
    792
  • 雷得兴业深度学习训练软件,可应对复杂多变生产环境

    XMVGS Deep Learning是款基于深度学习算法和图像分析技术的深度学习训练软件,集成了从数据标注到模型训练、验证的全流程智能化操作,内置多种模型组合和智能标注,模型训练、跨平台缝部署等,可应对复杂多变的生产环境,为企业和科研提供智能化的解决方案。
    检测2024-06-18  |  中国机器视觉网  |  
    772
  • 智能检测助力电驱动实现质造蜕变

    根据国际能源署IEA发布的《2023年全球电动汽车展望报告》,2022年全球电动汽车销售超过1000万辆,2023年将增加35%,总量占据乘用车市场的18%。同时,中国汽车工业协会的统计数据显示,2022年,我国新能源汽车销量达到688.7万辆,同比增长93.4%,连续8年增速全球第一。截至2023年12月底,我国新能源汽车保有量达2041万辆。在乡村地区,新能源汽车渗透率从4%上升到了17%。新能源汽车的高速发展,也推动了电驱动系统的变革。
    汽车2024-06-17  |  中国机器视觉网  |  
    819
  • 用AI视觉软件检测轮胎缺陷

    在汽车制造或轮胎生产行业中,利用AI视觉软件对轮胎进行缺陷检测,确保产品质量和安全。
    汽车2024-06-14  |  中国机器视觉网  |  
    825
  • 机器视觉——电池生产过程中的眼睛

    机器视觉在几毫秒内就可以处理大量数字图像数据,因此特别适用于高通过量的高速应用。工业图像处理技术所表现出的极高的精确性、可靠性和稳健性是其他识别技术所难以比拟的,正是这些特性,为实现出色的识别效果奠定了基础。
    检测锂电2024-06-12  |  中国机器视觉网  |  
    1055
  • 高速作业产线下卷尺的表面瑕疵检测

    卷尺在生产过程中易产生印刷表面的污点,异物等缺陷,严重影响产品的销售以及企业形象。卷尺的表面检测和切面检测目前完全依赖人力,但受限于人类自身的体力等因素,人力检测速度无法跟上产线的作业速度。且印刷表面瑕疵种类复杂,有些靠人眼无法实现区分。
    检测2024-06-07  |  中国机器视觉网  |  
    956
  • 赛视SAIGE VISION在3C行业的成功案例

    使用SAIGE VISION的Segmentation功能,加上赛视的独有算法,检测时间控制在客户要求以内。
    检测电子组装2024-06-05  |  中国机器视觉网  |  
    1023
首页   1 2 3 4 5 6 7 8 9 10 11   最后一页