新闻中心
首页 > 新闻中心
首页 > 新闻中心
瑕疵检测光源设计很关键,不同材质需匹配特定波长灯光凸显缺陷。光源是影响图像质量的因素,不同材质对光线的反射、吸收特性不同,需匹配特定波长灯光才能凸显缺陷:检测金属等高反光材质,采用偏振光(波长 550...
查看详情 >
深度学习瑕疵检测系统通常采用几种主流的网络架构。在分类任务中,如判断一个产品图像整体是否合格,会使用ResNet、VGG等图像分类网络。更常见且更具价值的是定位与分割任务,这就需要用到更复杂的模型。例...
查看详情 >
选择定制视觉检测服务,为您的企业注入新的品质动力。在企业发展过程中,品质提升往往需要技术创新的推动,定制视觉检测服务正是借助先进的机器视觉技术,为企业品质管理升级提供助力。引入定制视觉检测后,企业可突...
查看详情 >
为了解决深度学习对大量标注数据的依赖问题,无监督和弱监督学习方法在瑕疵检测领域受到关注。无监督异常检测的思想是:使用“正常”(无瑕疵)样本进行训练,让模型学习正常样本的数据分布或特征表示。在推理时,对...
查看详情 >
在实际果园中,机器人通常以“巡逻车+采摘单元”的组合形式工作。自动驾驶导航车沿树行移动,通过激光雷达与预置的果树数字地图匹配定位。每辆车搭载2-4个可升降机械臂,通过伸缩杆调节高度以覆盖不同树冠层。多...
查看详情 >
为了解决深度学习对大量标注数据的依赖问题,无监督和弱监督学习方法在瑕疵检测领域受到关注。无监督异常检测的思想是:使用“正常”(无瑕疵)样本进行训练,让模型学习正常样本的数据分布或特征表示。在推理时,对...
查看详情 >
采摘机器人的发展,正在深刻重塑农业的生产模式、劳动力结构和乡村经济形态。从积极层面看,它是对全球范围内农业劳动力老龄化、短缺问题的有力回应。在日本、欧洲等发达地区,农业从业者平均年龄已超过60岁,繁重...
查看详情 >
在晨雾尚未散去的现代农业温室中,一排排番茄植株整齐划一,沉甸甸的果实从绿蔓间垂落。与传统场景不同的是,田间不再只是躬身劳作的农人,取而代之的是一种形态精巧、动作沉稳的机器人。它们沿着预设的轨道或自主规...
查看详情 >
我们的定制视觉检测,为您的企业提供品质监控。品质监控贯穿产品生产的全流程,而定制视觉检测服务能实现对生产各环节的实时品质把控。我们会根据您的生产流程,在关键工序节点部署定制化检测设备,如原材料入库检测...
查看详情 >
第三代采摘机器人的突破在于云端学习网络。每个机器人的操作数据(如不同光照下番茄识别误差、雨天抓取力度调整记录)都会上传至算法池。通过强化学习,系统能自主优化采摘策略:澳大利亚的荔枝采摘机器人经过3...
查看详情 >
采摘机器人并非完全取代人类,而是催生新的协作形态。在荷兰的“协作温室”中,机器人负责重复性采收,工人则专注于品质抽检、异常处理等需要判断力的工作。增强现实技术让工人通过智能眼镜看到机器人标注的“可疑病...
查看详情 >
2026.06.25 广东康耐视视觉检测系统
2026.06.25 江苏视觉检测仪
2026.06.25 湖南缺陷视觉检测
2026.06.25 3D视觉检测咨询
2026.06.24 安徽视觉检测原理
2026.06.24 湖北视觉检测镜头
2026.06.24 安徽自动化视觉检测设备
2026.06.24 湖北视觉检测专业
2026.06.24 车间视觉检测系统
2026.06.24 北京视觉检测系统