Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/51tying.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/51tying.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/51tying.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/51tying.com/inc/func.php on line 1454
康耐视In-Sight 2800视觉系统的应用案例_bob平台官网入口下载-bob安卓官方平台app
视觉检测领先者
全国咨询热线:13812953225
产品中心
当前位置:首页 > 产品中心

康耐视In-Sight 2800视觉系统的应用案例

发布时间:2024-09-18 12:33:43   来源:bob平台官网入口

特征分析,用户都能轻轻松松完成设备的调试并确保其稳定运行。即便在反光、低对比度等复杂环境条件下,...

产品介绍

  特征分析,用户都能轻轻松松完成设备的调试并确保其稳定运行。即便在反光、低对比度等复杂环境条件下,以及高速生产线的严苛要求中,In-Sight 2800依然能够展现卓越的适应性和强大性能。

  以下为您呈现四个成功应用案例,这些案例展示了In-Sight 2800如何在汽车、电子、医疗及饮食业中显著提升效率与质量。

  电动汽车电驱部件组装车间工序繁多,组装完成后需要对部件进行全检,确保各类型零件如O型圈、密封垫、轴补偿垫片等均组装到位,及时有效地发现漏装、错装问题,保证产品出厂良率。

  电驱部件换型频繁,换型后检测程序需重新调试,而调试过程繁琐且耗时长,降低整体生产效率。传统检测方式的稳定性和准确率也有待提升。

  In-Sight 2800集成了AI和基于规则的工具,为多种防错应用提供了全面的解决方案。其中,ViDi EL Classify作为基于AI的边缘学习工具,通过少量图像即可高效完成机器学习训练,明显提升调试效率和识别准确率。同时,基于规则的工具支持灵活设置多个兴趣区域(ROI),使得系统能够自动、高效、稳定地检测电驱部件上的O型密封圈、密封垫和轴补偿垫片等核心部件,确保所有部件的正确安装,为生产线提供了可靠的防错保障。

  手机屏幕上的标识字符记录着产品的生产批次、流转环节等信息,是产品质量控制和问题追溯的关键凭据。制造商需要准确读取并记录手机屏上的字符码,以绑定产品质量状态信息。客户真正的需求字符识别率达到99.99%,每件产品的识别时间小于200毫秒。

  屏幕上的字符内容多样,字符间距较小,易产生错读。传统方案为了准确读取信息,往往牺牲读取速度。

  In-Sight 2800配备的高速液态镜头支持自动对焦功能,结合ViDi EL Read工具的AI字符读取算法,即使在反光、低对比度和非平整表面上,也能迅速加载字符模型并精准读取字符内容。该系统实现了高达99.99%的读取率和200毫秒/件的读取速度。整个检测系统仅需少量示例图像就可以完成训练,并在数分钟内即可投入到正常的使用中。目前,该系统已在客户生产线上稳定运行数月,各项性能指标均达到预期,展现了其卓越的性能和可靠性。

  医疗器械产品对无菌或密封有严格要求。在运输和储存过程中,包装袋封口的质量直接影响器械的有效性与安全性。因此,在出厂前,必须100%检测医疗器械包装袋的封口是不是满足规范。

  包装袋表面易有反光,且不良种类多、差异小,传统检验测试方案存在成像效果不稳定和错判率高等问题。

  In-Sight 2800内置ViDi EL Classify工具能够精准检测包装袋封口是不是真的存在缺陷,并智能地标记出缺陷的种类。这一特性不仅方便用户迅速识别问题所在,还促进了问题追溯与及时修正。依托先进的基于AI的边缘学习技术,In-Sight 2800具有低延迟和快速响应的显著优势,能够支持生产线米/分钟,检测速度则达到每分钟2件,确保了生产线的持续稳定运行。更值得一提的是,In-Sight 2800还提供了快速、直观的训练设置,使用户能在极短的时间内轻松训练好检测系统,极大地提升了工作效率。

  饼皮视觉检测在饮食业需求日渐增长,通过对饼皮颜色、形状、纹理等特征进行提取和分析,能保证饼皮外观品质和完整性符合标准要求,提升产品品牌形象和竞争力。

  生产线上饼干方向不固定,表面奶油等干扰因素多,易产生错检,导致检测系统无法稳定工作。

  In-Sight 2800提供集成光源和镜头的模块化解决方案,融合了强大的AI视觉工具和传统视觉工具,为用户所带来了前所未有的视觉检测体验。它能够精准地过滤干扰内容,确保图像训练的顺利进行,并高效执行视觉检测和不良品分类任务。在该项目中,In-Sight 2800展现了其卓越的性能。经过简单的图像训练后,通过ViDi EL Classify工具,系统实现了容错率控制在万分之三以内的精准检测。不仅如此,In-Sight 2800的检测速度也极为理想,即便在大视野范围内,也能每秒检测5-7个产品,确保了生产线的高效运行。

  In-Sight 2800已在多个行业中展现出了强大的应用潜力和显著效果。它不仅仅可以降低生产所带来的成本,提升工作效率,还能明显提升产品质量,为制造业带来全方位的检测效率优化。

  原文标题:In-Sight 2800行业应用丨轻松掌握 引领自动化检测新潮流

  文章出处:【微信号:康耐视,微信公众号:康耐视】欢迎添加关注!文章转载请注明出处。

  传感器的功能。 这一创新软件工具改变了制造商处理计数任务的方式,令其能够轻松使原本耗时且易出错的装配验证和数量检查流程自动化。 这项先进的人工智能技术还易于使用,可让更多制造商对具有挑战性的零件类型进行准确

  感测器计数工具 /

  传感器,凭借其前沿的嵌入式AI技术和强大的图像分析能力,已成为制造商自动化检测的理想选择。该传感器通过直观易用的引导式设置,让用户能轻轻松松实现从开箱到生产线自动运行的快速配置,极大提升了生产效率和便捷性。

  五个模块介绍 /

  传感器支持快速切换不同检测应用场景,能灵活应对生产线上目标检测物的变化,很适合检测任务多变的生产线

  传感器的四大优势 /

  领域,选择正真适合的传感器技术就像挑战飞镖游戏,重点是准确、灵活、经济实惠。市面上两大主要类别传感器是

  传感器和激光传感器,它们均被用于从环境中收集数据,但工作原理明显不同,并

  的三大优势 /

  的设计方案 /

  主要由三部分所组成:图像的获取、图像的处理和分析、输出或显示。而图像的获取是机器

  中光源设计应用 /

  公司(纳斯达克:CGNX)宣布完成对日本光学元器件公司Moritex的收购。这是

  产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理

  的工作原理 /

  设计原理 /

  (machine vision)是由计算机或图像处理器以及相关设备来模拟人的

  基本原理及应用分类 /

  的电动车成本降低方案 /

  激光加工中的“零级光妖怪”,如何智斗这位“不速之客”?——《黑神话:悟空》版

  飞凌嵌入式受邀参加openEuler Embedded Meetup(广州站)