熱門搜索關(guān)鍵詞：視覺光源 工業(yè)機(jī)器人系統(tǒng)平臺智能視覺軟件遠(yuǎn)心系統(tǒng) 光伏視覺檢測
熱門搜索關(guān)鍵詞：視覺光源 工業(yè)機(jī)器人系統(tǒng)平臺智能視覺軟件遠(yuǎn)心系統(tǒng) 光伏視覺檢測
VisionBank AI是搭載在“VisionBank通用機(jī)器視覺開發(fā)平臺”上的一種圖像處理工具，深度學(xué)習(xí)圖像處理是通過搭建“類腦神經(jīng)網(wǎng)絡(luò)”，借鑒人腦處理數(shù)據(jù)的方法去解決圖像處理問題，所以凡是涉及到深度學(xué)習(xí)的場景，都需要兩個(gè)必要條件：一是大數(shù)據(jù)支持——各種有代表性的圖片；二是強(qiáng)大的算力平臺——一般采用GPU運(yùn)算平臺。而在實(shí)際工業(yè)應(yīng)用場景，這兩個(gè)條件都是極難實(shí)現(xiàn)，且實(shí)現(xiàn)成本極高的。VisionBank AI是在VisionBank通用開發(fā)平臺基礎(chǔ)上推出的深度學(xué)習(xí)功能，它結(jié)合VisionBank本身強(qiáng)大的傳統(tǒng)圖像處理算法，解決了以上兩個(gè)難題的大部分實(shí)現(xiàn)問題。
深度學(xué)習(xí)技術(shù)本身解決的行業(yè)痛點(diǎn)場景：
1、復(fù)雜缺陷檢測場景。缺陷特征有復(fù)雜的背景紋理和花紋，會造成大量誤檢。：比如：螺紋缺陷檢測，裂紋、凹坑缺陷會顯示在螺紋的上面。
2、缺陷特征極其不明顯場景。缺陷特征不會呈現(xiàn)明顯的灰度差異。比如：隱裂缺陷，裂紋缺陷非常不明顯
3、定位對象的特征不一致場景。需要定位的對象，其輪廓、顏色都呈現(xiàn)隨機(jī)狀態(tài)。比如：焊點(diǎn)定位，焊點(diǎn)沒有統(tǒng)一的特征。4、產(chǎn)品分類場景。針對不同類型的產(chǎn)品進(jìn)行分類。比如：區(qū)分好蘋果和爛蘋果
5、深度學(xué)習(xí)通過神經(jīng)網(wǎng)絡(luò)模型判斷檢測結(jié)果，中間過程是不可見的，用戶需要產(chǎn)品判定NG的依據(jù)如何解決
6、成熟的神經(jīng)網(wǎng)絡(luò)模型需要大量的數(shù)據(jù)訓(xùn)練優(yōu)化，工業(yè)項(xiàng)目又不允許收集到足夠數(shù)據(jù)后，再部署檢測。如何既能保證生產(chǎn)檢測需要，又能不斷優(yōu)化升級網(wǎng)絡(luò)模型
微信二維碼