绑定手机号
确认绑定
-
复杂工业场景下如何保障光学成像质量?例如某些环境有粉尘雾气。是否会应用一些非可见光成像的设备？2022-04-23 21:36:39这是光学方面的问题，如果粉尘直接影响图像的成像，图像上是无法解决的，建议用工程化的方式除尘。非可见光的成像我们目前会没用特别多经验，我们有在其他项目中使用红外光成像，但不确定是否能解决粉尘问题。回答
相关问答
-
请问汤老师工业质检有没有通过声学方面的案例
2022-04-23 21:36:39这个暂时我们还没有用过，我们主要是基于视觉解决方案的 阅读全文 〉
-
工业领域实时性要求很高，但基于模型的检测方式，实时性确实是个大问题，请问一下如何解决这个问题？
2022-04-23 21:36:39主要分为两方面，实时性主要看帧率，需根据具体的需求来做；在算法方面，用剪枝或模型压缩都可以减少模型的参数，也可用并行或多路的方式加速运行。... 阅读全文 〉
-
现在很多工业质检，调用模型的参数比样本本身还多，尽管在验证集上表现也可以，但是稍微改变下样本的亮暗程度或角度，performance就马上降下来了，是不是可以理解为过拟合了？
2022-04-23 21:36:39确实存在过拟合的情况，比如在一些固定的场景中，过拟合是没有问题的。像刚才提到在光学和自动化方面的成就，才能保证整个成像环境是固定、稳妥的。... 阅读全文 〉
-
请问工业质检的算法基本是运行在云端还是边缘还是终端？这个对AI算力要求高吗？在什么芯片平台上运行比较合适？
2022-04-23 21:36:39通常会用在公共机上，因为用的时间比较长，会比较稳定，也会有一些用在边缘端，如智能相机和智能盒子，会更方便控制并且更好的控制成本。目前的像瑞芯微和海思的SoC都不错，算力问题主要看业务上的选择。... 阅读全文 〉
-
基于机器视觉的工业质检应用中，深度学习这种方式能占多少比例？如何解决算力的问题，比如要使用GPU或NPU进行加速？
2022-04-23 21:36:39没有具体的统计，但深度学习确实逐渐被工业所接纳，它可以解决一些具体的问题。所以，我认为深度学习所占的比例在一直增加，这也是创新奇智可以做出业绩的一个因素，是工业制造的一个好的前景。... 阅读全文 〉
-
一阶段目标检测模型会不会对数据量要求更高吗？
2022-04-23 21:36:39不管是一阶段还是二阶段，对数据上都是有要求的，有的方法是减少数据的依赖，但不是不依赖。... 阅读全文 〉
-
相机在高温环境下是如何实现稳定工作的？
2022-04-23 21:36:39更多会采用工程化的方式进行物理降温。 阅读全文 〉
-
创新奇智在该问题上是作为解决方案提供方还是平台提供方？
2022-04-23 21:36:39主要是解决方法提供商，但我们也有自己的平台，一方面会给我们自己使用，另一方面提供给企业用... 阅读全文 〉
-
工业现场用户，对深度学习结果的评价标准在浮动，模型很难重新train，这个如何解决？
2022-04-23 21:36:39确实有浮动，但要具体了解在什么场景选择什么样的指标。 阅读全文 〉
-
机器视觉算法如何克服少量样本学习的困难，比如缺陷检测只有20个样本如何训练模型或者如何设计算法？
2022-04-23 21:36:39这部分可以利用我们的缺陷检测算法，采用瑕疵模拟的方式，增加瑕疵的样本... 阅读全文 〉
-
现有的工业质检平台主要用到了哪些技术？
2022-04-23 21:36:39除了算法外，还要跟所有的硬件有连接模块，做一些标准化的处理，让进度可以提高很多... 阅读全文 〉