xuchl

基于视觉的人工智能检测技术能够在整个制造业中应用拓展，主要集中在工业类产品质量检测领域，替代人工进行产品的外观质量进行检测；目前主要应用在半导体、汽车整车及零部件、新能源、3C等制造工业领域。下面就以新能源行...

这个指标确实需要基于具体场景和检测内容来细化评估，目前应用AI质检的准确率都要＞90%才能满足实际应用需求（替代人工）；针对整车外观部件错漏装的检测，准确率可以达到100%。...

基于工业质检场景的中心+边缘分布式计算，可大大降低对网络带宽和延时的需求，实现逻辑如下：1、工业生产是实时的，甚至是高节拍的，针对产品的外观检测进行实时处理，对网络的带宽和延时要求极高，故需要将AI推理放到边缘侧，以满足...

我国汽车年产量早已超过 2500 万辆，由此形成了一个庞大的汽车零部件市场。基于视觉算法技术优势，可以解决整车与零部件外观检测的问题。在整车装配生产过程中，车身漆面、零部件识别以及各外观零部件的配合间隙是汽车行业...

自2020年《安全生产法》修订草案提出，到2021年9月正式颁布，安全生产的信息化管理被越来越多的企业所重视。然而在传统IT技术的帮助下，尽管企业的生产场地都安装了安防摄像头，在风险排查与问题检出的环节，仍然只能通过在中...

第一，基于现有的制造系统业务流程，针对现场的设备进行智能化改造或引入新的智能化设备，包括图像数据采集系统（相机、光源及控制器）、机电控制（传送装置、机械臂等）设备的引入，软件系统（各类AI检测识别算法及管理服务系统）的配套...

制造业当前最关注的是降本增效和自动化。结合在多家工厂不同类型产线上的AI质检方面的实践，我们总结出来三个观点跟大家分享。第一点是对性能的要求 想要实现减员增效，产品的性能一定是第一位的。拥有最硬核的性能指标，...

主要通过视觉成像技术，应用AI算法实现质量检测，例如对于缺陷图像，采用基于神经网络的缺陷图像深度学习技术，加上传统计算机视觉技术，做识别与分类，在实际生产中考察AI质检方案的准确率、过检率、漏检率、整体方案的人工替代...

AI质检的应用场景广泛，可涵盖95%以上的工业场景检测需求，目前在多个工业细分领域均有落地，例如 液晶面板，半导体，晶圆加工，芯片加工，汽车制造、 汽车电子 、新能源等场景； 当前工业行业质量控制的主要障碍主要包含：A、 产品迭...

GPU主要针对图像图像进行处理，在工业场景下主要针对工业类产品的外观缺陷检测、人脸识别以及各类能转化为图形图像/视频信号的场景均可适用；目前，在工业类产品的质量检测方面应用广泛，例如外观缺陷检测、尺寸测量等；具体到...