首页>案例>软件算法及深度学习
分类:
展开
行业:
展开
  • AI包装箱检测:重新定义包装质检,让每一件产品“零缺陷”出库

    海研科技AI包装箱防差错检测系统,用“AI+工业智能”颠覆传统质检模式,实现全流程自动化检测,缺陷检出率高达99%,15秒内完成精准判定。
    检测包装2025-03-24  |  中国机器视觉网  |  
    611
  • 维视智造3D+AI视觉让PCB焊点检测实现准确率+速度双提升

    PCB板,可以说是电子工业最基础也是最重要的部件之一。几乎每种电子设备,小到电子手表,大到计算机、通信电子设备,都要使用PCB板。而PCB板的焊接质量对于产品的可靠性起着至关重要的作用。在PCB板的标准生产环节中,焊接质量问题可能发生在生产过程中的多个工艺环节,因此需要在回流焊之前和电气测试之前进行多次检测,避免不良品流入下一工段导致大批量缺陷产品的产生以及产能的浪费。而不管是人工检测,还是新兴的X光、AOI检测,都具有一定局限性,存在成本高、效率低、无法达成无损检测等问题。
    检测电子组装2025-03-21  |  中国机器视觉网  |  
    626
  • 视觉AI颠覆传统,引领木材质检新变革

    据悉,某知名家居品牌因板材瑕疵问题,引发了大规模的消费者维权事件,其市值在短期内大幅缩水了数亿元。这场由细微缺陷所引发的行业动荡,深刻暴露出传统质检模式与当下品质需求之间的深层矛盾。行业数据显示,我国板材产业规模已然突破数万亿元,但因质量管控存在漏洞,每年造成的损失仍高达数百亿元。这些质量缺陷可能源于木材生长过程中的自然因素,也可能在加工、运输环节产生。长期以来,木材质检主要依赖人工目检。在国内某大型板材生产基地开展的抽样调查表明,人工质检员在单日处理数千平方米板材时,平均漏检率大约维持在 20% 左右,并且工作效能会随着作业时长呈现出明显的下降趋势。
    检测木材2025-03-21  |  中国机器视觉网  |  
    763
  • 如何使用AOI完成笔记本装配检测

    笔记本电脑俨然成为现代科技的重要载体,被广泛应用于工作、学习和娱乐等各个领域。市场对笔记本电脑的需求持续增长,这给制造商既是机遇,也是考验。然而,笔记本电脑的生产过程复杂且精密,涉及多个环节和部件的协同工作,任何一个环节出现问题都可能影响产品的整体质量和性能,严重影响用户的使用体验和产品寿命。
    电子组装2025-03-21  |  中国机器视觉网  |  
    939
  • 特征提取:传统算法 vs 深度学习

    特征提取是计算机视觉领域经久不衰的研究热点,总的来说,快速、准确、鲁棒的特征点提取是实现上层任务基本要求。
    检测2025-03-19  |  中国机器视觉网  |  
    662
  • AI助力化工行业革新晶体检测

    在现代化工行业中,晶体检测环节对于产品的质量和性能有着至关重要的影响。然而,传统的人工检测方法不仅效率低下,还容易受到主观判断影响,导致精准度不足。DaoAI为拥有140年历史的德国化工龙头企业,开发了一套基于人工智慧的高效自动化晶体检测系统。
    芯片半导体检测2025-03-19  |  中国机器视觉网  |  
    714
  • AI 机器视觉“出圈”之路:技术驱动与行业深耕

    DeepSeek的发布,宛如一颗重磅炸弹,在AI领域激起千层浪。凭借其在深度学习与多模态理解领域的卓越突破,为 AI视觉的发展注入了新活力。回首AI视觉的发展轨迹,早期,它主要依赖规则与模板进行简单的模式匹配,功能相对局限。但随着技术的迅猛发展,基于深度学习的复杂环境感知模式逐渐崛起,成为主流。从最初只能对静态图片进行简单分类,到如今能够实现对视频的精准语义理解,每一次技术迭代都在不断冲破人类对机器视觉能力的既有认知,创造出令人惊叹的新可能。
    汽车电子组装锂电2025-03-18  |  中国机器视觉网  |  
    651
  • 医疗产品生产质检问题频发,视觉AI技术或成破局关键

    面对传统人工检测效率低、主观性强等难题,医疗产品质量管控仿佛陷入困境。以医用纱布生产为例,其生产过程复杂,易出现断线、打结、脏污等瑕疵。过去依靠人工检测,不仅易受主观因素干扰,效率也难以满足大规模生产需求,急需新的解决方案来打破这一局面。
    医疗2025-03-17  |  中国机器视觉网  |  
    657
1 2 3 4 5 6 7   最后一页