视觉检测

会飞锦鲤2 天前
人工智能·深度学习·视觉检测·缺陷检测·模型训练·ai项目·工业应用
工业AI视觉检测项目完整实施方案本文详细介绍了AI模型训练的完整流程,从项目启动到模型发布的全过程,帮助读者系统性地理解AI项目的各个环节及其相互关系。
shijuejianceliu2 天前
人工智能·嵌入式硬件·视觉检测·相机
传统规则视觉与嵌入式AI智能相机的技术差异1 绪论 在工业自动化检测领域,基于固定算法算子的传统机器视觉技术,长期以来是标准化生产流水线的核心检测方案。该技术依托阈值分割、边缘检测、模板匹配、斑点特征分析等确定性图像处理逻辑,能够高效完成工件有无判定、规格尺寸测量、规整缺陷筛查等标准化检测工作,广泛应用于各类单一品类的规模化量产场景。 但随着制造业柔性化升级提速,消费电子、精密五金、注塑制品、新能源结构件等产品逐步普及多品类混线生产模式,生产工况复杂度大幅提升。工件批次色差偏差、曲面反光干扰、无固定形态的细微划痕、不规则污渍等柔性缺陷问题频发,传
深视智能科技3 天前
视觉检测
中大尺寸工件在线三维测量:多相机线扫如何覆盖多面与多测点中大尺寸工件的检测难点,不只是“工件太大”。同一零件上,平面、侧边、孔位和装配面可能分布在不同方向;一台传感器即使能看清局部,也未必能覆盖所有待测区域。要把尺寸检测放到产线上,需要同时解决视野覆盖、遮挡、数据拼接和测量节拍问题。
深视智能科技5 天前
视觉检测
三维激光轮廓测量仪用于反光手机中框的三维扫描在手机中框检测工位,同一零件可能同时存在高反光金属面、喷砂面、台阶和胶路。针对需要高度信息的检项,SR8062三维激光轮廓测量仪可获取工件表面的连续轮廓,用于分析段差、平面度及胶路高度。
微尘hjx5 天前
人工智能·算法·yolo·目标跟踪·视觉检测·ultralytics·deep-oc-sort
【Deep-OC-SORT 02】多轨迹算法Deep-OC-SORT-相对 OC-SORT 的改进点Deep-OC-SORT = OC-SORT 的"以观测为中心"骨架 + 五个叠加改进。本文逐项对照两版源码讲清每个改进改了什么、为什么、在代码哪里、怎么开关。骨架三机制:ORU——漏检时冻结滤波参数,找回后在最后两个真实观测间线性插值出虚拟轨迹逐帧重放,把滤波参数恢复到与真实轨迹一致;OCR——找回轮用最近真实观测框而非漂移的预测框做二次关联;VDC——关联代价中加入速度方向一致性项,同向加分、反向减分。本文只讲五个叠加改进,骨架机制在改进中的参与随文说明。
深视智能科技5 天前
视觉检测
BGA封装锡球高度与顶点平面度怎么测?线激光方案的测量过程与BGA锡球检测不能只得到一张“看起来整齐”的图。要判断锡球高度和顶点平面度,需先按产品图纸确定基准,再取得基板及每颗锡球的有效三维数据。深视智能的SR8060检测案例展示了这一路线;新项目仍要用目标样件验证反光、球距、公差和节拍
拓恒技术6 天前
人工智能·视觉检测·无人机
从“可见光漏检”到“热异常锁定”:无人机河道排污口识别与溯源的技术链路河道排污口的物理形态决定了它在航拍画面中的视觉特征极不稳定。明管排口有明确的管壁轮廓,但大量隐蔽排口是水下暗管、涵洞渗水、岸边杂草或乱石遮挡的渗流点。
深视智能科技6 天前
视觉检测
BGA封装锡球高度差机器视觉检测系统BGA锡球高度差可以通过三维线激光扫描来检测:获取锡球顶点和基板的高度数据,再按照产品图纸规定的基准,计算锡球高度及顶点平面度。能否满足具体产品的公差和产线节拍,需要结合实际样件验证。
song150265372986 天前
人工智能·计算机视觉·视觉检测
小型零部件外观检测难?AI机器视觉检测设备,适配全行业小件质检五金、塑胶、橡胶、电子、精密小件制造行业,外观检测一直是品质管控的重中之重。微小瑕疵、外观不良、尺寸偏差、方向正反,一旦流入市场,极易造成客诉退货。
VisionDataLab8 天前
自动化·视觉检测
机器视觉运维困局:人员高频流动,如何降低产线视觉系统的运维依赖前言在工业机器视觉落地项目中,大家讨论最多的往往是检测精度、检测速度、光源选型、相机分辨率、算法识别率,但是有一个长期被忽略、却持续影响项目长期收益的痛点:运维的人员绑定问题。大量分体式视觉项目落地之后,形成了强依赖特定工程师的运维模式,一旦人员变动,整套视觉系统的稳定性就会受到冲击,很多项目前期验收顺利,后期慢慢沦为 “不敢动、碰就坏、故障等服务商” 的闲置设备。
小豆庄8 天前
opencv·计算机视觉·阿里云·视觉检测·音视频·视频
监控视频脱敏:夜视/低光线条件下人脸检测的工程处理思路帮助朋友翻查监控录像时,画面里出现了大量陌生人的面孔。直接外发涉及法律风险——面部属于个人信息,公开传播可能踩线;保留原始画面又无法通过内容审核。需要在证据可用性和合规之间做取舍。
朗锐智科_机器视觉10 天前
视觉检测·机器视觉·工业相机·硬件选型·朗锐智科·钢铁冶金
钢铁冶金视觉检测实战:从高温连铸坯到冷轧带钢的完整方案设计机器视觉选型笔记 · 行业应用实战第 12 篇**阅读提示:**本文约 10700 字,预计阅读 26 分钟。如果你正在做连铸坯表面检测、热轧/冷轧带钢表面检测、钢管尺寸测量,或者只是想知道"红热的钢板怎么拍清楚",建议先看第二节(高温约束)和第四节(三组算例),文末有「钢铁冶金视觉检测速查清单」可直接拿走。
沃达德软件10 天前
人工智能·目标检测·计算机视觉·目标跟踪·视觉检测·无人机
智慧无人机图像识别分析技术智慧无人机图像识别分析技术 通过无人机可实现高分辨率影像的采集,在弥补卫星遥感获取不到影像同时,解决传统卫星遥感重访周期过长,应急不及时等问题。无人机图像识别分析技术,包括行人检测与行人再标识、车辆识别。 行人检测与行人再标识是智慧警务和智能安防系统中的关键技术。 行人检测是计算机视觉领域的一个重要研究方向,不同行人之间的表观差异较大,如行人的服装、姿态变化。行人再标识是视频监控研究领域的关键组成部分,目的是对出现在监控摄像头视域内的某个目标行人,在监控网络其他摄像头视域内的大量行人中将这个目标行人标识出
江苏久众新视10 天前
人工智能·数码相机·视觉检测
SOP流程AI视觉检测实战案例:基于安防相机与本地AI的产线防错防漏方案落地分享在制造业的数字化改造浪潮中,如何将前沿的AI视觉、视频分析技术真正“练到产线里”,是许多企业面临的核心痛点。我们(江苏久众新视智能科技有限公司)在服务客户时发现,真正的难点往往不在于算法模型本身,而在于如何构建一个贴合产线真实工况、稳定可靠且易于运维的工程化方案。近期,我们通过一场深度实战训练营,与一线工程师共同验证了一套基于SOP(标准作业程序)的AI视觉检测方案,成功解决了某精密装配产线的动作防错与漏装检测问题。本文将以此真实项目为切入点,详细拆解我们的技术选型、方案架构与落地实践。
微尘hjx12 天前
人工智能·算法·yolo·视觉检测·ultralytics·strongsort·轨迹算法
【StrongSort 03】多轨迹算法StrongSort改进点StrongSORT(论文 StrongSORT: Make DeepSORT Great Again)在 DeepSORT 基础上提出的四项在线改进 + 一项相机运动补偿。本工程全部实现为可开关参数,五项统一默认开启(测试脚本加对应 --no-nsa / --no-ema / --no-mc / --no-wo-c / --no-ecc 关闭)。全部改进都在线逐帧完成,无离线后处理(原版 StrongSORT 的 AFLink、GSI 未引入)。
工业机器人视觉检测设备12 天前
自动化·视觉检测·自动化设备·检测设备
云汇智能铝制机盖视觉检测设备落地 筑牢汽车零部件装配质量防线汽车铝制发动机机盖是动力总成中的关键零部件,对装配精度与完整性有着严苛要求。机盖上分布着螺丝、螺柱、弹簧等大量小型紧固件,这类零件体积小、点位多,传统人工长时间重复性检验容易造成人员视觉疲劳,漏检、误检频发,影响发动机装配精度,甚至可能带来运行故障、售后索赔等风险。
微尘hjx13 天前
人工智能·yolo·目标跟踪·视觉检测·deepsort·ultralytics·车跟踪
【AI视觉软件 03】基于 Ultralytics + DeepSORT 的多目标跟踪与改进(支持YOLO全系列,重点车跟踪)车流统计是智能交通分析的基础,流量、流速、行驶轨迹都建立在"每辆车被持续稳定跟住"之上,这一步就是多目标跟踪(MOT),业界通用方案是"检测器 + 跟踪器"两段式。两段式里有一条经典路线 DeepSORT:只保留高置信度检测框,给每个框提取外观特征(ReID),靠"运动预测 + 外观相似度"把前后帧的目标关联起来。本项目重点跟的是车——而 DeepSORT 是在行人数据集上设计调参的(外观模型直接用行人重识别权重),车辆场景的车流密集交叉、转弯减速、遮挡形态都与行人不同,直接套用会遇到车辆场景特有的问题。
深视智能科技14 天前
视觉检测
深视智能SRI7140R三维激光轮廓测量仪攻克高吸光材质检测痛点在新能源汽车、电子制造等精密制造领域,胶体密封、绝缘、防护等工艺应用越来越广泛。然而,随着产品性能要求不断提升,黑色胶体在生产过程中的缺胶、溢胶、气泡、表面凹陷等微小缺陷,逐渐成为影响产品可靠性的关键因素。
SteveSenna14 天前
学习·机器人·视觉检测
aubo学习:realsense手眼标定手眼标定需要计算相机与机械臂末端之间的固定空间关系:base_link:机械臂基座坐标系wrist3_Link:机械臂末端附近的坐标系
深视智能科技14 天前
视觉检测
高速相机+DIC技术,如何让材料内部的应力集中“显形”?在材料力学测试中,树脂类材料在受压时的形变往往发生在毫秒之间。传统的万能试验机只能输出宏观的“力-位移”曲线,至于材料内部哪里先屈服、哪里应变集中、裂纹如何萌生,科研人员往往只能靠“事后推测”。