熱門搜索關鍵詞：視覺光源 工業機器人系統平臺智能視覺軟件遠心系統
VisionBank AI是搭載在“VisionBank通用機器視覺開發平臺”上的一種圖像處理工具，深度學習圖像處理是通過搭建“類腦神經網絡”，借鑒人腦處理數據的方法去解決圖像處理問題，所以凡是涉及到深度學習的場景，都需要兩個必要條件：一是大數據支持——各種有代表性的圖片；二是強大的算力平臺——一般采用GPU運算平臺。而在實際工業應用場景，這兩個條件都是極難實現，且實現成本極高的。VisionBank AI是在VisionBank通用開發平臺基礎上推出的深度學習功能，它結合VisionBank本身強大的傳統圖像處理算法，解決了以上兩個難題的大部分實現問題。
深度學習技術本身解決的行業痛點場景：
1、復雜缺陷檢測場景。缺陷特征有復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、顏色都呈現隨機狀態。比如：焊點定位，焊點沒有統一的特征。4、產品分類場景。針對不同類型的產品進行分類。比如：區分好蘋果和爛蘋果
5、深度學習通過神經網絡模型判斷檢測結果，中間過程是不可見的，用戶需要產品判定NG的依據如何解決
6、成熟的神經網絡模型需要大量的數據訓練優化，工業項目又不允許收集到足夠數據后，再部署檢測。如何既能保證生產檢測需要，又能不斷優化升級網絡模型
微信二維碼