15601689581
当前位置:主页 > 产品展示 > 专用实验设备 > 人工智能机器视觉识别软件 > 人工智能机器视觉识别软件

人工智能机器视觉识别软件

简要描述:运用深度学习让机器仿如人脑一样能自我学习,可轻易的辨识传统光学检测(AOI)难以检测的不规律瑕疵及特征,如脏污、刮痕、裂缝、毛边等等。亦可用来实时又正确地将物件分类及分级,及引导机器人自动找寻正确工作路径。人工智能机器视觉识别软件

  • 产品型号:识别软件.
  • 厂商性质:代理商
  • 更新时间:2020-07-31
  • 访  问  量:21
产品目录

Product catalog

相关文章

Related articles

详细介绍

人工智能机器视觉识别软件

运用深度学习让机器仿如人脑一样能自我学习,可轻易的辨识传统光学检测(AOI)难以检测的不规律瑕疵及特征,如脏污、刮痕、裂缝、毛边等等。亦可用来实时又正确地将物件分类及分级,及引导机器人自动找寻正确工作路径。无论是「监督式学习」或较先进的「非监督式学习」,使用者仅需提供少量样本自我学习,即能省去耗时并需客制化的软件编写,大幅降低导入机器视觉的门坎。除了辨识外,已与全球知名品牌机器人串联,当软件辨识完毕,其后续所需的取放动作,均能透过机器人轻松自如地完成任务,充份达成产线完全自动化的完美境界。

人工智能机器视觉与传统视觉的比较

高效率:

例如用传统算法去评估一个棋局的优劣,可能需要专业的棋手花大量的时间去研究影响棋局的每一个因素,而且还不一定准确。而利用深度学习技术只要设计好网络框架,就不需要考虑繁琐的特征提取的过程。这也是 DeepMind公司的AlphaGo 能够强大到轻松击败专业的人类棋手的原因,它节省了大量的特征提取的时间,使得本来不可行的事情变为可行。

可塑性:

在利用传统算法去解决一个问题时,调整模型的代价可能是把代码重新写一遍,这使得改进的成本巨大。深度学习只需要调整参数,就能改变模型。这使得它具有很强的灵活性和成长性,一个程序可以持续改进,然后达到接近完美的程度。

普适性:

神经网络是通过学习来解决问题,可以根据问题自动建立模型,所以能够适用于各种问题,而不是局限于某个固定的问题。

 

应用领域

               字体识别                                                             瑕疵检测

物件对比&升级

 

                                               快速物件分类                                               特征点辨识和定位

 

应用案例

多暇疵检测:iphone充电头测试,相机1只,优点:多瑕疵检测

PCB板检测:相机1只,优点:用Golden Sample教导系统,让系统自行找出与Golden Sample不同的PCB板,不需要制造协暇来让系统学习。

数量检测:相机:1只(Fov内都可以算出数量) 优点:使用深度学习的方式来做,可提高辨视率,即使产品靠的很紧都可以正确辨视

隐形眼镜瑕疵检测

人工智能机器视觉识别软件

产品咨询

留言框

  • 产品:

  • 留言内容:

  • 您的单位:

  • 您的姓名:

  • 联系电话:

  • 常用邮箱:

  • 详细地址:

  • 省份:

  • 验证码:

    请输入计算结果(填写阿拉伯数字),如:三加四=7
产品中心
专用实验设备
新闻中心
技术文章
公司新闻
技术文章
关于我们
公司简介
人才招聘
联系方式
上海市徐汇区漕宝路86号光大会展中心F座3楼
info@auniontech.com

昊量微信在线客服

昊量微信在线客服

版权所有 © 2020上海昊量光电设备有限公司 备案号:沪ICP备08102787号-3 技术支持:化工仪器网 管理登陆 Sitemap.xml