![深度學(xué)習(xí)視覺(jué)系統(tǒng)](http://www.xamv.com/uploadfiles/pictures/news/20210528093431_5714.jpg)
VisionBank AI是維視智造專為生產(chǎn)加工制造業(yè)設(shè)計(jì)的深度學(xué)習(xí)視覺(jué)解決方案,將傳統(tǒng)算法工具庫(kù)和深度學(xué)習(xí)相融合。傳統(tǒng)算法工具庫(kù)作為標(biāo)準(zhǔn)算法工具,使用者易于上手,與深度學(xué)習(xí)技術(shù)融合后,使檢測(cè)準(zhǔn)確性提高到100%,同時(shí)簡(jiǎn)化了開發(fā)流程,提高了效率,簡(jiǎn)單易用。
![ai深度學(xué)習(xí)軟件](http://www.xamv.com/uploadfiles/pictures/news/20210528093447_8367.png)
相對(duì)單純的深度視覺(jué)優(yōu)勢(shì) AI
![深度學(xué)習(xí)視覺(jué)優(yōu)勢(shì)](http://www.xamv.com/uploadfiles/pictures/news/20210528093529_9096.png)
傳統(tǒng)算法工具庫(kù)和深度學(xué)習(xí)相融合
單純深度視覺(jué)只能通過(guò)大量數(shù)據(jù)訓(xùn)練,得到相應(yīng)的結(jié)果,不方便現(xiàn)場(chǎng)人員針對(duì)具體圖像調(diào)試參數(shù),具體圖像有問(wèn)題,只能再次訓(xùn)練,訓(xùn)練的結(jié)果不滿足時(shí)調(diào)試難度很大。VisionBank AI先用傳統(tǒng)算法,再用深度學(xué)習(xí)過(guò)濾,現(xiàn)場(chǎng)人員還可以結(jié)合客戶規(guī)格調(diào)整傳統(tǒng)算法的參數(shù)。
簡(jiǎn)單易學(xué)
單純深度視覺(jué)如果需要調(diào)整算法,對(duì)人員的水平要求較高,造成的成本也比較高;VisionBank AI深度學(xué)習(xí)只做Yes 或 No的判斷,規(guī)則簡(jiǎn)單,容易學(xué)習(xí)。
降低應(yīng)用成本
單純深度視覺(jué)需要高性能的計(jì)算硬件作為支撐,成本很高。VisionBank AI深度學(xué)習(xí)對(duì)硬件的要求會(huì)低一些。
VisionBank AI深度學(xué)習(xí)工具 AI
VisionBank AI深度學(xué)習(xí)缺陷檢測(cè)與字符識(shí)別工具
![微信截圖_20210528093726](http://www.xamv.com/uploadfiles/pictures/news/20210528093716_6344.png)
VisionBank AI傳統(tǒng)算法與深度學(xué)習(xí)技術(shù)融合
傳統(tǒng)算法工具庫(kù):自適應(yīng)缺陷、線陣缺陷、角點(diǎn)缺陷、邊界毛刺等工具中融入深度學(xué)習(xí)技術(shù)。
![深度學(xué)習(xí)技術(shù)融合](http://www.xamv.com/uploadfiles/pictures/news/20210528093826_9643.png)
傳統(tǒng)算法中添加深度學(xué)習(xí)技術(shù)
VisionBank AI深度學(xué)習(xí)模塊化
基于深度學(xué)習(xí)算法實(shí)現(xiàn)的算法模塊化,使用者操作簡(jiǎn)單。
![微信截圖_20210528093807](http://www.xamv.com/uploadfiles/pictures/news/20210528093902_1102.png)
VisionBank AI深度學(xué)習(xí)模型管理
用于多類產(chǎn)品深度學(xué)習(xí)檢測(cè)的深度學(xué)習(xí)模型管理,使檢測(cè)程序清晰化。
![VisionBank AI深度學(xué)習(xí)模型管理](http://www.xamv.com/uploadfiles/pictures/news/20210528093952_7439.png)
傳統(tǒng)算法中添加深度學(xué)習(xí)技術(shù)
VisionBank AI深度學(xué)習(xí)視覺(jué)解決方案主要應(yīng)用 AI
VisionBank AI深度學(xué)習(xí)視覺(jué)解決方案在缺陷檢測(cè)上,具可查找外觀有差異的零件,它可檢測(cè)噪音背景上、照明不佳的環(huán)境中、低對(duì)比度零件上、甚至彎曲或形狀變化零件上的特征。
![微信截圖_20210528094112](http://www.xamv.com/uploadfiles/pictures/news/20210528094123_4789.png)
VisionBank AI深度學(xué)習(xí)視覺(jué)解決方案在字符識(shí)別上,可識(shí)別到字符不規(guī)則、字符連接無(wú)法分割、點(diǎn)狀字符等,解決傳統(tǒng)字符識(shí)別算法在一些場(chǎng)景不易識(shí)別或識(shí)別率低的問(wèn)題。
VisionBank AI深度學(xué)習(xí)視覺(jué)解決方案典型案例
VisionBank AI太陽(yáng)能電池板EL缺陷檢測(cè)
![太陽(yáng)能電池板EL缺陷檢測(cè)](http://www.xamv.com/uploadfiles/pictures/news/20210528094424_2319.png)
![太陽(yáng)能電池板EL缺陷檢測(cè)2](http://www.xamv.com/uploadfiles/pictures/news/20210528094434_4745.png)
檢測(cè)對(duì)象:電池片/電池板EL檢測(cè)
檢測(cè)速度:3s-8s
檢測(cè)幅寬:2000*1600mm(可定制)
檢測(cè)精度:<0.03mm斷層
適用設(shè)備:EL分選機(jī)、EL檢測(cè)儀等
訓(xùn)練數(shù)據(jù):17000張(NG5000張,OK12000多張)
檢測(cè)數(shù)據(jù):30000張
檢測(cè)結(jié)果:準(zhǔn)確率 99.98%
檢測(cè)內(nèi)容:層壓前/后,通過(guò)高分辨率的紅外相機(jī)拍攝組件的近紅外圖像,獲取并判定電池片的缺陷,常見包括:裂紋、裂片、黑斑、短路、黑邊、亮斑、斷柵、虛焊、混檔、過(guò)焊、絨絲等。
-
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5521瀏覽量
121639 -
維視智造
+關(guān)注
關(guān)注
0文章
74瀏覽量
173
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
AI自動(dòng)化生產(chǎn):深度學(xué)習(xí)在質(zhì)量控制中的應(yīng)用
![<b class='flag-5'>AI</b>自動(dòng)化生產(chǎn):<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>在質(zhì)量控制中的應(yīng)用](https://file.elecfans.com/web2/M00/4F/E6/poYBAGLGUbCACFenAABTXFanQTU129.png)
UVLED光固化機(jī)常用術(shù)語(yǔ)和單位簡(jiǎn)介,一篇文章帶你全面了解!
![UVLED光固化機(jī)常用術(shù)語(yǔ)和單位簡(jiǎn)介,<b class='flag-5'>一</b><b class='flag-5'>篇</b>文章<b class='flag-5'>帶你</b>全面<b class='flag-5'>了解</b>!](https://file1.elecfans.com/web3/M00/03/8E/wKgZPGdqRj-AX4dNAABmVTyfU-c697.png)
NPU在深度學(xué)習(xí)中的應(yīng)用
AI干貨補(bǔ)給站 | 深度學(xué)習(xí)與機(jī)器視覺(jué)的融合探索
![<b class='flag-5'>AI</b>干貨補(bǔ)給站 | <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>與機(jī)器視覺(jué)的融合探索](https://file.elecfans.com/web2/M00/4F/E6/poYBAGLGUbCACFenAABTXFanQTU129.png)
GPU深度學(xué)習(xí)應(yīng)用案例
AI大模型與深度學(xué)習(xí)的關(guān)系
AI入門之深度學(xué)習(xí):基本概念篇
![<b class='flag-5'>AI</b>入門之<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>:基本概念<b class='flag-5'>篇</b>](https://file1.elecfans.com//web2/M00/01/38/wKgZoma0OmmAEiKuAAD-wQWEZKU414.png)
NVIDIA推出全新深度學(xué)習(xí)框架fVDB
PyTorch深度學(xué)習(xí)開發(fā)環(huán)境搭建指南
基于AI深度學(xué)習(xí)的缺陷檢測(cè)系統(tǒng)
人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是什么
TensorFlow與PyTorch深度學(xué)習(xí)框架的比較與選擇
泰禾智能攜AI智選深度學(xué)習(xí)系列新品亮相臨沂花生展
FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU
為什么深度學(xué)習(xí)的效果更好?
![為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?](https://file.elecfans.com/web2/M00/4E/DC/poYBAGLCjeiALm_WAAAYmfR7Qec474.png)
評(píng)論