<strike id="d8ab4"></strike>
  • <rp id="d8ab4"></rp>
    <span id="d8ab4"></span>
      <em id="d8ab4"><samp id="d8ab4"></samp></em>
    1. <s id="d8ab4"><samp id="d8ab4"><listing id="d8ab4"></listing></samp></s>
      <span id="d8ab4"><pre id="d8ab4"></pre></span>

        • IIANews微官網
          掃描二維碼 進入微官網
          IIANews微信
          掃描二維碼 關注微信
          移動客戶端
        • English
        2021 IAS展
        機器視覺

        ??禉C器人 | 深度學習目標檢測“大有可為”,助您快速解決各類視覺應用難題

          2021年06月21日  

          目標檢測算法是機器視覺領域中較為先進、應用廣泛的深度學習算法,其主要功能為找出圖像中所感興趣的目標,同時獲得目標的類別信息和位置信息。

          ??禉C器人目標檢測算法支持檢測目標數量為1000,支持GPU,CPU,多平臺運行。強大的推理能力搭配VM傳統算法的處理,可幫助客戶應對復雜應用場景中的需求。

        缺陷檢測場景

          需求及挑戰

          太陽能電池片組件上常見缺陷有虛焊、隱裂、劃痕、破片等,會直接影響組件功率衰減,降低組件壽命或造成報廢。人工檢測效率不高且容易疲勞造成漏檢,傳統的視覺算法針對低對比度的虛焊缺陷、形態各異的隱裂、劃痕等缺陷檢出率不高且方案設計復雜。??禉C器人深度學習目標檢測算法可準確、高效地對缺陷進行檢測分類。

        太陽能電池片EL缺陷檢測

        方案優勢

          1、方案簡單,無需設計復雜的方案去兼容多種缺陷檢測。傳統機器視覺方案需要大量的圖像處理算法、初定位算法配合復雜的邏輯判斷才能做到多類別缺陷的分類檢測,而這些步驟對于深度學習來說僅需一個模塊。

          2、識別率高且可持續提升,針對一些低對比度與形態各異的缺陷能較好的檢出,且隨著訓練樣本量的提升可不斷提高識別率。

        目標計數場景

        需求及挑戰

          建筑制造行業統計一捆鋼筋數量一般按照重量進行計數,誤差較大,而人工計數耗時長且成本高。傳統算法對于黏連、亮度不均勻、橫截面大小不一等情況識別準確率不高。??禉C器人深度學習目標檢測算法可實現準確計數,節省人力成本并提高打包效率。

        鋼筋計數

        方案優勢

          1、方案兼容性好,能夠較好適應重疊、黏連等情況,對于形狀、亮度不一的物體也能較好檢測

          2、 方案調節簡單,傳統算法需要根據不同形狀目標情況不斷調節參數以適應目標的變化,而目標檢測只需要調節置信度即可。

        檢測有無場景

        需求及挑戰

          藥品生產企業在藥品生產過程中由于生產工藝,設備震動以及其他因素導致產品丟落在設備內部。根據現行GMP的生產標準,當前批次生產的藥品內容需要嚴格控制,避免遺落進入下一批次中,而流入市場,造成產品混批。因此,在進行生產批次更換時,需要進行藥品的清場檢測。藥盒存在重疊、遮擋等復雜的情況,傳統算法無法較好的適應,采用??禉C器人目標檢測算法準確檢測是否存在散落的藥盒。

        方案優勢

          目標檢測方案適應性強,針對遮擋、重疊的物體也能進行準確的檢測。

        目標定位場景

        需求及挑戰

          在料盤分揀的場景中,不同種類料盤中心都貼著一張面單,機器手根據面單中心位置進行抓取和放置料盤,同時根據面單標簽上的信息進行二維碼信息識別。因料盤大小、角度、面單反光程度不一致,傳統的特征匹配難以應對所有種類的差異,使用??禉C器人深度學習目標檢測進行目標定位,可解決以上問題。

        料盤定位抓取

        方案優勢

          目標檢測算法對精度要求不高的定位場景尤為適用,且能夠兼容不同種類的產品定位。

        解碼場景

        需求及挑戰

          一些常見的3C產品在生產時會在其外殼上刻印“小圓點”,每個點根據其位置代表不同的值。按照特定的解析規則,通過對小圓點解析可獲取到大量的生產信息,如:生產日期、樓棟號、樓層號、機器號等等,便于后期溯源。傳統算法面對小圓點大小、形態、深淺不一,又存在臟污、水漬的干擾的情況顯得“捉襟見拙“。采用??禉C器人目標檢測算法可精準定位每一個點,準確解析保存其生產信息。

        方案優勢

          目標檢測算法兼容性強,能夠很好地兼容定位形態各異的目標。在復雜背景干擾下也能準確定位目標信息點。

          目標檢測算法常用于多種領域內的檢測、計數、識別和定位,對于不同形態的產品都有良好的適應性。

          在眾多應用場景中,目標檢測算法的應用相比傳統算法有著獨特的優勢。簡單的方案設計,使操作人員上手更容易,簡單的參數使調試更便捷。強大的神經網絡使之能夠高效、準確兼容定位各種復雜場景下的目標。

        最新視頻
        RoboView | 仙工智能視覺 AI 解決方案   
        手捧書卷,擇一處靜謐——點亮你的書?!疤焯谩?  
        世強
        福祿克
        輕松上手,直擊振動故障根源
        MOXA工業網絡新品發布會
        西克
        福祿克:最大程度降低工業以太網/生產線停工時間
        專題報道
        《建筑是凝固的音樂》ABB電氣系列大片上映
        《建筑是凝固的音樂》ABB電氣系列大片上映 ABB 網羅了遍布全球的創新建筑案例,通過精心制作的《建筑是凝固的音樂》系列視頻,向大家揭秘世界上一些獨特建筑及其建筑師的幕后故事,帶領大家一起領略那些歷久彌新、永不過時的建筑設計和解決方案。
        企業通訊
        SICK 安全激光掃描儀 microScan3
        SICK 安全激光掃描儀 microScan3

        microScan3 西克SICK 安全激光掃描儀:創新掃描技術 safeHDDM?經由以太網接口提供高度精確的測量數據

        在線會議

        社區

        <strike id="d8ab4"></strike>
      1. <rp id="d8ab4"></rp>
        <span id="d8ab4"></span>
          <em id="d8ab4"><samp id="d8ab4"></samp></em>
        1. <s id="d8ab4"><samp id="d8ab4"><listing id="d8ab4"></listing></samp></s>
          <span id="d8ab4"><pre id="d8ab4"></pre></span>