AOI缺陷检测第14页

基于机器视觉的缺陷检测汽车零部件

https://www.toutiao.com/a6713860404323287566/基于机器视觉的缺陷检测汽车零部件1.缺陷检测的意义汽车行业是支撑我国实体经济发展的重点行业，目前我国是世界上汽车消费量最大的国家

喜欢打酱油的老鸟·2022-09-28 19:09

基于显扬科技3D机器视觉HY-M5在汽车轮胎外观缺陷检测中的应用

背景：随着交通道路的发展和人民生活水平的提高，汽车已成为家庭常用的代步工具之一。而轮胎是汽车的重要组成部件，直接与地面接触和汽车悬架共同来缓和汽车行驶时所受到的冲击，保证汽车有良好的乘坐舒适性和行驶平顺性，具有重要作用。而在汽车轮胎的生产制造过程中，难免会出现瑕疵品，包括外观缺陷、尺寸测量、字符识别等问题影响产品的使用质量。痛点：为了保障产品质量和维护厂家信誉，不少生产厂家对轮胎成品进行质量检测，

显扬科技Hinyeung·2022-09-24 09:47

基于显扬科技自主研发3D机器视觉HY-X5在电池极耳缺陷检测的应用

行业现状：在能源技术变革以及新兴科技的带动下，锂电池凭借其高能量密度、长循环使用寿命、零污染和体积小等优点率先在手机、笔记本电脑等3C数码领域得到广泛应用。近年来，电动汽车和电子产品构成全球锂电池市场主要部分。锂电池在飞速发展的同时，市场和用户对电池的性能及安全等方面的要求也在不断提高。尤其是锂电池的安全隐患问题一直都存在，从手机、笔记本到电动汽车，均有锂电池发热甚至起火事件的发生，这也为各企业敲

显扬科技Hinyeung·2022-09-24 09:04

表面缺陷检测数据集汇总及其相关论文集收集 | Github开源

一般来说，传统的基于机器视觉的表面缺陷检测方

ronghuaiyang·2022-09-21 21:00

OPT锂电焊缝缺陷检测方案

随着新能源车的普及，动力电池行业规模预计将快速增长。我国的动力锂电池产业从无到有发展迅速，已进入工业化建设和推广应用的关键阶段，而电动锂电池的发展过程已经处于国际领先地位。改革开放进一步扩大，将优先惠及优质企业，以高端带动中低端升级，共同向高质量发展，这将是新能源电池产业中长期发展的主旋律。市场背景在全球锂电池市场日趋成熟的背景下，动力锂电池已经成为新的引擎，带动整个锂电产业链快速发展。预计未来几

机器视觉optmv·2022-09-21 21:58

基于C++的OpenCV项目实战——零部件的自动光学检测

基于C++的OpenCV项目实战——零部件的自动光学检测一、背景首先任务背景是AOI（自动光学检测）最重要的目的在于：将前景和物体进行分割与分类；场景示意图：需要注意，在螺母的传送带上，需要有前光和背光

一个热爱学习的深度渣渣·2022-09-16 07:14

CWE发布的2021年25条最危险软件错误

作为目前最权威的源代码缺陷研究项目，CWE的成果已被越来越多专业人员认可，逐渐成为衡量源代码缺陷检测产品检测能力的重要衡量标准。

欧拉定理公式·2022-09-15 12:20

LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-ray Image

LF-YOLO:ALighterandFasterYOLOforWeldDefectDetectionofX-rayImageLF-YOLO:用于x射线图像焊缝缺陷检测的更轻、更快的YOLO原因：不同类型缺陷的形状和规模差异很大

LiBiGo·2022-09-15 07:52

Multi-scale multi-intensity defect detection in ray image of weld bead

Multi-scalemulti-intensitydefectdetectioninrayimageofweldbead焊道射线图像中的多尺度多强度缺陷检测AbstractTheradiographictestusedtoinspecttheinternaldefectsisanimportantnon-destructivetestingtechniqueforwelding.Theweldb

LiBiGo·2022-09-15 07:51

C++ OpenCV实战之零部件的自动光学检测

目录一、背景二、基础知识三、代码实现1、实现多窗口展示2、降噪处理3、背景去除4、连通图实现5、计算连通域面积6、轮廓检测四、总结一、背景首先任务背景是AOI（自动光学检测）最重要的目的在于：将前景和物体进行分割与分类

·2022-09-14 18:26

云边协同架构助力智能工厂视觉 AI 缺陷检测应用构建

导语随着工业4.0时代的来临，数字化、智能化转型成为工业领域企业保持核心竞争力的必经之路。工业制造涉及环节和场景众多，对于各类生产数据的收集与处理能力是决定其自动化程度的关键。构建可靠的工业物联网数据接入层，为上层平台与应用提供实时可靠的数据源以供分析决策，可以极大提高工作效率。在本专题系列文章中，我们将结合EMQ多年来服务工业领域客户的实践经验，从能耗监控、预测性维护、产品质量溯源等工业领域常见

·2022-09-13 11:40

游戏服务器AOI兴趣点算法原理--四叉树与九宫格 (golang)

常见的AOI算法有九宫格，四叉树，灯塔，十字链表等算法。本文主要举例九宫格和四叉树两种算法的golang版本实现。九宫格九宫格可以说是最容易理解的一种AOI兴趣算法。

·2022-09-06 18:09

连接MySQL出现错误：ERROR 1045 (28000): Access denied for user ‘root‘@‘localhost‘ (using password: YES)

错误代码2、解决方法2.1、重置密码2.2、重新启动MySQL2.3、进入mysql中2.4、重新编辑`my.cnf`去除刚才的跳过密码校验段1、错误代码[root@iZuf6el9zfn76jfyw0aoi9Z

一宿君·2022-09-06 14:03

汇总 | 深度学习实现缺陷检测方法

前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。

武士四四和他的大白鸟·2022-09-01 14:28

工业检测深度学习方法综述

1、概述工业缺陷现阶段存在缺陷样本匮乏、缺陷的可视性低、形状不规则、类型未知等问题，部分工业缺陷检测方法采用的异常检测的思路。

视觉菜鸟Leonardo·2022-09-01 14:28

工业产品表面缺陷检测方法——综述

原文链接：https://www.mdpi.com/2076-3417/11/16/7657摘要1.简介2.用于表面缺陷检测的传统基于特征的机器视觉算法2.1.基于纹理特征的方法2.2.基于颜色特征的方法

AI小白一枚·2022-09-01 14:57

使用U-Nets和深度学习进行自动缺陷检查

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|新机器视觉生产过程中的缺陷检测是保证产品质量的必要步骤。

小白学视觉·2022-09-01 14:57

AI-无损检测方向速读：基于深度学习的表面缺陷检测方法综述

1表面缺陷检测的概念表面缺陷检测是机器视觉领域中非常重要的一项研究内容,也称为AOI(Automatedopticalinspection)或ASI(Automatedsurfaceinspection

LiBiGo·2022-09-01 14:57

总结|深度学习实现缺陷检测

点击上方“3DCVer”，选择“星标”干货第一时间送达前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本

Tom Hardy·2022-09-01 14:27

自动化织物缺陷检测01---总体需求分析和方案设计

作者介绍项目总体规划1.需求分析2.项目总体方案设计2.1软件方案设计3.1硬件方案设计作者介绍张伟伟，男，西安工程大学电子信息学院，2019级硕士研究生，张宏伟人工智能课题组。研究方向：机器视觉与人工智能。电子邮件：[email protected]个人CSDN主页：欢迎关注和相互交流学习.项目总体规划1.需求分析我国是纺织大国，纺织行业是我因国民经济支柱产业之一。目前国内外市面上的自

ZHW_AI课题组·2022-09-01 14:26

一种基于深度学习的织物缺陷检测方法

Mr Dinosaur·2022-09-01 14:56

pyqt5结合keras+tensorflow实现深度学习训练过程GUI界面编写

最近想做一个集深度学习训练过程与缺陷检测过程为一体的界面，但是中间遇到许多问题，其中解决耗时最长的问题就是如何将深度学习训练过程实时显示在GUI界面的Textbrowser上，实现Textbrow

农机AI小白·2022-08-27 07:37

matlab检测缺陷算法,基于数字图像处理的技术的缺陷检测算法的分析.doc

基于数字图像处理的技术的缺陷检测算法的分析毕业设计(论文)题目基于数字图像处理技术的缺陷检测算法研究摘要随着数字图像处理技术在工业领域的发展，基于数字图像处理技术的机件缺陷检测得到了广泛的应用。

Panelguru·2022-08-23 18:54

《机器视觉表面缺陷检测综述》论文解读

最近在搞工业检测的项目，看到一篇表面缺陷检测的综述文章。

pzb19841116·2022-08-23 18:53

缺陷检测（图像处理部分）

论文一：工件表面微小缺陷的检测与识别方法提出“基于像元搜索算法的微小缺陷检测方法”。

视觉菜鸟Leonardo·2022-08-23 18:53

基于机器视觉的图像处理缺陷检测方法论文学习

基于机器视觉的图像处理缺陷检测方法论文学习MachineVisionbasedDefectDetectionApproachusingImageProcessingAbstract机器视觉系统用于工业生产领域

麻花地·2022-08-23 18:20

半监督工业图像表面缺陷检测新方法MemSeg

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群转载自：极市平台|作者：ZiyangLi导读本文从差异和共性角度出发，提出一个基于记忆的端到端分割网络MemSeg，其借助异常模拟策略来完成端到端异常定位，通过记忆池辅助模型学习。实验结果表明，MemSeg在MVTecAD数据集上实现了SOTA性能，同时满足现实工业场景实时性需求。写在前面的话针对表面

Amusi（CVer）·2022-08-23 18:20

百度飞桨《目标检测7日打卡营》笔记整理（2020-09-21）

2020-09-21目标检测任务综述1）图片分类、目标检测（分类+定位、多物体分类+定位）、实例分割的区别和联系；2）应用场景：新零售货架商品检测、行人检测、车辆检测、零件计数、产品缺陷检测、图片视频审核

无意1975·2022-08-21 07:00

Sophon AutoCV Q&A大放送：如何加速视觉模型生产和落地（上篇）

一个需求客户Q1：我们想对生产的零部件做缺陷检测和入库计数，但是零件类别很多，现在已知的就有上千类，未来还会有新增。这些新增的类别都需要定制化开发模

·2022-08-18 11:56

【计算机视觉40例】案例38：驾驶员疲劳监测

这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面（表情识别、驾驶员疲劳监测、识别性别与年

superdont·2022-08-14 07:01

计算机视觉40例案例介绍

这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面（表情识别、驾驶员疲劳监测、识别性别与年

superdont·2022-08-14 07:00

【缺陷检测】基于形态学实现印刷电路板缺陷检测技术附matlab代码

1简介当今，电子工业在国家经济发展中扮演着越来越重要的角色，作为各种电子元器件的高度信息集合，印刷电路板(PCB)被广泛应用在电子工业中的各个领域。经济的不断发展促使电子技术不断地提高，轻薄、便捷的电子工艺成为潮流，高密集、高集成度成为PCB的发展趋势，这给传统的PCB质检带来了十分巨大的挑战。传统的人工检测方法存在着速度慢、时间长和易漏检等等问题，完全无法适应技术和工艺的快速发展，怎样实现精准、

matlab_dingdang·2022-08-11 18:57

【计算机视觉40例】案例06：缺陷检测

【导读】本文是专栏《计算机视觉40例简介》的第6个案例《缺陷检测》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。

superdont·2022-08-10 07:22

Python+OpenCV实现表面缺陷检测

对于现在很多工业检测，特别是对一些精密的器件进行筛选，往往都是像素级别的，十分的精确。主要思想将图像转化为二值图像在对图像进行腐蚀/膨胀处理在进行轮廓检测筛选目标大小符合的轮廓（排除误差小的轮廓）在在进行膨胀化处理，将轮廓信息绘制出importcv2importosimportnumpyasnpimporttimet1=time.time()img=cv2.imread('./label/2890

·2022-08-05 16:27

【表面缺陷检测】常用开源表面缺陷检测数据集整理

不同于经典计算机视觉任务中的ImageNet、PASCALVOC2007/2012和COCO等数据集，表面缺陷检测并没有一个统一的，大规模的数据集，不同的缺陷检测数据集，在样本数量，正负样本比例，复杂度等方面都有很大的不同

__阿健__·2022-08-05 07:24

Pytorch-YOLOv3-DAGM2007缺陷检测

前言最近一直在研究深度学习去实现缺陷检测，在CSDN中看到了大神的博客《tinyYOLOv3做缺陷检测实战》，他用的是TensorFlow+Keras框架。

孙权打的·2022-08-05 07:16

基于深度学习的表面缺陷检测方法综述-论文阅读笔记

//2022.3.2日阅读笔记原文链接：基于深度学习的表面缺陷检测方法综述(aas.net.cn)个人对本篇综述内容的大致概括论文首先介绍了表面缺陷检测中不同场景下的成像方案，主要根据表面颜色或表面反射性质来制定

wyypersist·2022-08-02 16:03

[论文分享] 开源 C/C++静态软件缺陷检测工具实证研究

前言之前读了一遍这篇论文开源C/C++静态软件缺陷检测工具实证研究[1][软件学报2022]属于静态软件分析与漏洞挖掘工具及技术的综述性文章,今天总结一下(其他的水话就不多说了,就像TK教主经常说的:先干了再说摘要软件静态缺陷检测是软件安全领域中的一个研究热点

fa1c4·2022-07-27 21:51

全速前进！ AI助力工业制造智能升级

工业AI概念在诞生之初，就寻求在工业制造的各种场景中进行应用，诸如智能分拣、智能巡检、能效优化、预防性维护、智能缺陷检测等，其中，质检环节是制造业在完成

数据堂官方账号·2022-07-19 07:23

【VisionMaster 行业应用案例】第一讲光伏丝网印刷应用

目录一、应用概况二、机械结构方案2.1流水线式印刷2.1.1流水线式机械结构方案2.1.2流水线式视觉方案2.1.3视觉方案硬件配置2.1.4视觉需求2.1.5圆Mark使用的定位工具2.1.6缺陷检测工具

大话视觉·2022-07-19 07:25

0x00000000 我的第一篇博客，开始记录

目前工作场景为表面缺陷检测。平时喜欢学习和思考一些东西，喜欢读一些引发思考的读物。当然，也比较宅。

0xCCCC·2022-07-16 07:26

高速特征金字塔多角度旋转模板匹配(工业零部件缺陷检测C++ Opencv版)

博主在性能较好的笔记本上测试算法全部执行效果大约为45ms，在一般配置的笔记本上博主在性能较好的笔记本上测试算法全部执行效果大约为130ms。下图即为实际检测效果。本文最后附有完整代码：Qt版和MFC版本(可直接运行)。重要变量：m_iMinReduceArea：用来控制特征金子塔层数变量；m_dTolerance1：角度最小范围，用来限定检测到的目标框的旋转角度；m_dTolerance2：角度

@会飞的毛毛虫·2022-07-15 07:31

接口自动化框架搭建：python+yaml+request+pytest+allure

前言接口测试天生是为高复杂性的平台带来高效的缺陷检测和质量监督能

测试店小二·2022-07-07 07:11

Halcon实例转OpenCvSharp(C# OpenCV)实现--瓶口缺陷检测(附源码)

导读本文主要介绍如何使用OpenCvSharp实现瓶口缺陷检测实例。

Color Space·2022-07-07 07:29

龙哥手把手教你学LabVIEW视觉-深度学习简明教程【halcon篇】

由于labview具备图形化编程易学易用的特点，在自动化行业内广受欢迎，而且其通过调用halcon模型推理库经过cpu优化编译，能满足工业缺陷检测实际需求。

视觉龙哥·2022-07-06 07:55

MemSeg 半监督工业图像表面缺陷检测

由于自己也做工业的缺陷检测和瑕疵检测所有研究了一下针对表面缺陷检测中同一生产线的产品类内差异小的问题，本文从差异和共性角度出发，提出一个基于记忆的端到端分割网络（MemSeg），其借助异常模拟策略来完成端到端异常定位

tt姐·2022-06-27 07:37

哑弹图像处理检测_机器视觉是如何进行铝材表面缺陷检测的?

那么机器视觉是如何进行铝材表面缺陷检测的呢?国辰机器人小编带你一探究竟。1.图像预处理经编码器同步传递后的CCD信号，先通过加速卡进行信号预处理，进一步增强信号，进

Yang Yanzhe·2022-05-23 13:52

深度学习实现缺陷检测

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况

小白学视觉·2022-05-23 13:50

SE-YOLOv5——布匹缺陷检测（注意力机制）

为提高缺陷检测性能，将SE模块添加到YOLOv5的主干网络，将激活函数ReLU替换为ACONYOLOv5YOLO算法将图像换分为多个区域，制定边界框并同时预测属于某个类的对象的概率，是一个基于深度学习的单阶段目标检测算法

Mr Dinosaur·2022-05-21 07:44

论文阅读《Meta-FDMixup：Cross-Domain Few-Shot Learning Guided by Labeled Target Data》

而对于底片缺陷检测（类似于下图中的医学射线图像），与传统数据集相比我主观上认为不属于同一个域，因此就涉及到了域适应DomainAdaptation、域泛化DomainGenerati

不说话装高手H·2022-05-21 07:36

推荐频道

AOI缺陷检测