<rp id="i0ylq"></rp>
  • <sub id="i0ylq"><tr id="i0ylq"></tr></sub>

    <video id="i0ylq"><div id="i0ylq"></div></video>
    <b id="i0ylq"></b>
    <sub id="i0ylq"><dl id="i0ylq"></dl></sub>
  • <b id="i0ylq"><sub id="i0ylq"></sub></b>
    <sub id="i0ylq"><dl id="i0ylq"></dl></sub>
    <u id="i0ylq"></u>
    <source id="i0ylq"></source>
    1. <cite id="i0ylq"></cite>
    2. <rp id="i0ylq"></rp>

      先进制造业微信公众平台 先进制造业全媒体

      让机器视觉拥有无限可能 康耐视惊艳亮相SCIIF

      2020-10-14   来源:   评论:0
      摘要:2020年10月12-15日,2020华南国际工业博览会(以下简称SCIIF)在深圳国际会展中心如期召开。作为人工智能重要的前沿技术之一,通过模拟人的


      2020年10月12-15日,2020华南国际工业博览会(以下简称SCIIF)在深圳国际会展中心如期召开。作为人工智能重要的前沿技术之一,通过模拟人的视觉系统,赋予机器“看”和“认知”的能力,也是本次SCIIF重要的展出内容之一。
       
      康耐视作为一家成立40年,专注于机器视觉的公司,在此次SCIIF中带来了众多机器视觉的解决方案,包括智能相机、3D相机、读码器、深度学习软件VIDI、深度学习智能相机D900以及VGR产品等。

       
       
      随着机器视觉硬件方案的不断成熟以及算力的提升,包括软件在应用领域的解决方案、3D算法、深度学习能力的不断完善,机器视觉极大扩宽了在面板、半导体、PCB/FPC等领域应用的广度和深度。据中国视觉产业联盟数据显示,2018年中国及其视觉行业销售额达到83亿元,较2013年翻了3倍,年复合增长率达33.54%。

       
      康耐视SCIIF现场展位图
       
      康耐视区销售经理刘墨介绍到,康耐视目前拥有完整的机器视觉产品线,囊括视觉软件、智能相机、3D相机、读码器、深度学习产品等,这在行业内独一无二。
       
      以深度学习领域为例,康耐视是目前唯一一家在消费电子、汽车、锂电、医疗等行业成功大批量部署的深度学习品牌,具备行业中最快的图片训练最少的样本数量,、同时也是目前行业里唯一一家将传统视觉软件和深度学习软件整合在一起的机器视觉品牌。
       
       
      康耐视区销售经理刘墨采访现场(右)
       
      刘墨以实际案例阐述了目前康耐视机器视觉技术在行业中的实际应用,在面板行业中,尤其在手机面板中,可以发现OLED正在快速发展,并在高端面板应用中逐渐取代LCD。相比LCD,OLED工艺更复杂,难度更高,加上曲面以及摄像头开孔位置各异,同时还需要兼容线体的灵活性,导致制作OLED的技术要求更高,这对于视觉厂商而言无疑是一个挑战。
      康耐视推出了一个高精度对位系统AlignPlus,用以应对复杂的对位贴合问题,可以解决OLED的对位技术需求。康耐视依靠该系统,协助设备商顺利拿下了国内最大面板制造的设备订单。

       
      AlignPlus软件支持多相机对准应用
      此外,国内最大的电芯制造商,由于其客户的需求量大,但读码器的安装高度、角度变化多样,这就要求读码器品牌不但要保证读取率,还需要保证产品型号的尽量统一,以便后期维护,并且要严格做好成本控制。这时康耐视的读码器显露出了较大的优势,由于采用了模块化设计,相同的本体可以灵活的配置光源和镜头,这样只用一种款式便可以满足客户的这些要求,最终通过各项评比,成功拿下订单。
       
      不过在实际的工业视觉检测中,还面临着器件不规整,打光稳定性较差、光学畸变、器件输送速度过快、从器件图像提取的特征点较少等问题,这些复杂的问题困扰着视觉厂商。
       
      刘墨对此表示,康耐视将传统视觉和深度学习整合在一起,就是为了解决这些问题。用传统视觉去解决光学畸变,对产品特征进行精准定位,用深度学习里的监督模式和非监督模式对产品进行定性判断,再回来用传统视觉进行精确量测,这样深度学习和传统视觉就形成了有效的互补,最终实现精准的检测。
       
      今年也是特殊的一年,由于新冠疫情的缘故,对许多行业都造成了不同程度的影响,机器视觉自然也不例外。刘墨表示,康耐视在此期间加大了在消费电子行业以外的多个行业的投入,如医药行业、锂电池汽车行业、半导体行业等。
       
      如一家医药行业的客户,有一款药物需要在低温下保存,当有需要的时候,自动装置会将药物取出,这时需要追踪判断一下药物是否有取错的情况。但药物从低温环境中取出时,会在表面覆盖一层霜雾,传统的视觉检测无法判断,而康耐视通过In-Sight D900智能深度学习相机帮客户解决了这个问题。

       

      In-Sight D900智能深度学习相机图片
       
      同样是在疫情期间,某家LED芯片工厂在进行芯片制作时,还需要人工进行质检。但疫情期间工厂返工困难,质检人手不足,给企业生产带来了很大的问题。康耐视通过深度学习产品,在客户现场进行了近一个月的验证,对芯片图片放大200倍进行验证,成功的将之前由人工判断的缺陷检测出来,而且检测稳定性远远高于人工。
       
      显然,机器视觉将技术将助力企业智能化升级,与终端应用及底层技术共同成长。未来,刘墨表示,从产品角度来看,康耐视会继续加大深度学习、读码器、智能相机、3D等产品的研发投入、产品将更加适应细分的行业。

       

      相关热词搜索:
      相关文章
      网站介绍| 版权声明| 联系我们|
      亚洲色拍拍噜噜噜最新网站_亚洲人成小说网站色在线_2021自拍偷在线精品自拍偷_jizzjizz日本护士