搜尋結果
電機系統. 鑄造件上的 OCR. 鑄造件上的光學字元辨識 (OCR) 使用深度學習 OCR，讀取鑄造馬達組件上難讀的代碼。 相關產品. In-Sight D900. 採用 In-Sight ViDi 深度學習視覺軟體. VisionPro Deep Learning. 深度學習工業圖像分析的圖形化程式設計環境. 電動車 (EV) 馬達的壓鑄外殼通常以鋁金屬製成。 每個外殼一般都會以凸起字母與數字在鑄造外殼上標記識別代碼。 和外殼材質相同的這個文字反差極低。 此識別代碼主要可在裝配工廠與供應鏈全程提供可追溯性。 憑藉這組號碼，便可聯繫到所有其他記錄。 務必要精準加以識別，因為如有任何不明確之處，都會使生產線停下，並需要交由人工檢測人員驗證該代碼。
作為施耐德的策略性機器視覺合作夥伴，康耐視藉由機器視覺解決方案，協助施耐德達成智慧工廠目標，這些解決方案能可靠檢測產品瑕疵並擷取檢測資料，實現無縫整合至其 EcoStruxure IIoT 工業物聯網平台，並提供功能齊全的產品組合，解決廣泛的應用問題。
康耐視最近獲得專利的三維鐳射成型視覺系統 In-Sight 3D-L4000 能消除斑點的外觀與影響，並產生極為筆直、清透、明亮的鐳射線，同時強化系統在骯髒環境下運作的能力，並在 Laser Class 2M Eye Safety 限制下運作。
部落格. 機器視覺. 什麼是邊緣學習. 銷售. 價格. 什麼是邊緣學習？ 整體製造和物流公司正努力面對越越多的挑戰，包括供應鏈中斷、留住合格勞工，以及運輸和原料成本上升。 在這些市場趨勢之後，人工智慧（AI）已被譽為「遊戲改變者」，可透過更有效率的工作流程、降低成本、改善品質，以及增加啟動時間（Rapp）減輕這些負擔。 然而，AI 很難找到穩定的立足點，尤其是在中小型企業之中。 提高效率和產量的吸引力令人著迷，但有些物流和製造設施仍持懷疑態度，不確定 AI 是否能對生產現場產生有意義的影響。 而感測的學習曲線、人員需求和對技術基礎架構（Fujimaki）的投資等因素，可能會讓公司產生 AI 昂貴、耗時且難以部署的錯誤概念。
- 汽車業深度學習 Ocr
- 電子業深度學習 Ocr
- 包裝業深度學習 Ocr
- 生命科學業深度學習 Ocr
汽車業製造廠商與組件供應廠商都使用序號，於供應鏈全程追蹤大量組件，並確保其與正確的組裝相配。許多組件都包含十位數的打點序號，如此在測試期間發生錯誤時，便可追蹤來源。 在產品召回時，可迅速將受影響的組件從市場移除。除了在鑄造或打磨流程期間，部分序號可能有所磨損這類的一般可讀性難題之外，耀眼的金屬表面有時也會干擾自動化檢測系統中的相機。當打點序號變形嚴重且難認時，這種情形會拖慢 OCR 與 OCV 流程，並且不利有效的可追溯性。 深度學習 OCR/OCV 工具仰賴預先設定訓練的全方向字型庫，開箱後，即使最難以讀取的條碼都能加以識別，面對這些難題完全勝任愉快。康耐視深度學習只需要應用特有的調整，這表示 (非視覺專家的) 訓練工程師不必訓練演算法識別每個條碼個別的字元或數字，而只要定義檢測目標區 (...
積體電路 (IC) 封裝與引線架等電子元件上的鐳射蝕刻條碼，就是所有電子硬體製造廠商的基本特徵。這些條碼與序號包含組件何時與何地製造、批號及測試資料等相關資訊。還會將錫膏溫度與焊劑密度的相關資訊編碼，這是將元件裝上晶片並組裝到模組時的基本資訊。 。 隨著每個增值階段，一直到最終組裝與裝置測試，都會讀取這些條碼，確保硬體正確地組裝且包含正確的元件。由於大部分半導體尺寸都很小，而且印刷電路板上的空間限制，製造廠商的識別系統一定要相當穩健，以保持全速進行生產並追蹤高價值元件。還有裝置成品製造廠商一向都會在最小只有 1.1 mm x 1.4 mm 的滑動磁頭側面讀取鐳射蝕刻條碼，亦是如此。毫不令人意外的是，鐳射標記條碼會在生產期間劣化，而變得難以讀取。 在這些情況下，深度學習 OCR/OCV 技術提...
製造廠商必須備妥可靠的系統，以辨識和驗證於供應鏈全程追蹤每個包裝商品的資訊存底。食品與飲料業和消費性產品製造廠商都會努力確保全面的產品可追溯性，其間偶爾會遇到難讀的條碼。 標籤包裝條碼上的低反差印刷字元，或瓶蓋之類的射出成型組件上變形、浮雕的字元，都是常見的情況。條碼可用來匹配多組件包裝，或很可能含有內嵌內容物、產地及製造日期相關資訊的日期/批代碼。在這些情況下，製造廠商會仰賴 OCR/OCV 設備，迅速找到受影響的產品，並從生產線或架上撤下。傳統 OCR/OCV 技術需要前期訓練，以學習各種不同的字型，但即便如此，仍難以將對比不佳的字元解碼。 深度學習 OCR/OCV 技術不會受到相同限制的侷限，並能自動讀取大部分對比不佳的字母與數字。欣然採用深度學習技術的製造廠商能跟上食物安全與可追溯性...
對於嚴格管制追蹤定位法律的生命科學業來說，有效的 OCR 與 OCV 至關重要。為了保持合規性，每次處理和使用時，製造廠商以及醫院都必須掃描醫療器材、外科手術器械，以及病患的醫院 ID 手環上的條碼。如果發生安全事件，這可讓他們在供應鏈全程嚴密掌握器材與藥物流向。 設備數量如此之多，還有許多人會經手接觸產品，條碼可能會變形和歪斜。圖像品質也可能欠佳，而改變相機拍下的條碼外觀。生命科學業選擇不投入時間，訓練機器視覺辨識可能會遇到的全套字型，而是轉為使用深度學習圖像分析軟體，為其代勞。 面對印刷在難讀基材上的條碼，以及像是金屬組件上容易變形的打點條碼、射出成型產品上的浮雕字元、包裝上的標籤式條碼，以及電子元件上的鐳射蝕刻條碼，深度學習 OCR 工具既有效又容易部署。康耐視深度學習的 OCR/OC...
VisionPro Deep Learning. 深度學習工業圖像分析的圖形化程式設計環境. In-Sight D900. 採用 In-Sight ViDi 深度學習視覺軟體. 在許多積體電路與微晶片內，最常用來相互連線的方式就是使用引線接合。 這是需要高準確度的精密流程。 引線接合的目的是，使用極細的金屬線，將晶片上的引線連接至封裝材料。 封裝材料可以將訊號傳輸到其他組件。 像是引線斷裂或遺失等缺陷，都會造成訊號中斷傳輸。 這些缺陷可能有許多不同的類型與出現位置，更是讓基於規則的機器視覺解決方案難以準確地判斷有缺陷的引線接合。 settings 要求產品示範. cgnx_pdf 下載半導體業解決方案指南. 傳統上，搭配基於規則的視覺統使用自動光學檢測 (AOI) 系統無法運作良好。
工業機器視覺領導者. 全球各地的製造廠商每天使用康耐視視覺生產超過10億件產品。 康耐視擁有40年的從業經驗，迄今已銷售超過100萬套系統，是全球領先的視覺系統，軟體，感測器和工業讀碼器提供廠商，產品廣泛應用於製造自動化。 在製造和物流流程中使用康耐視視覺，ID和AI技術提高產品品質，引導裝配機器人並在生產和分銷的每個階段追蹤物品。 瞭解康耐視. 康耐視機器視覺系統. 邊緣學習和機器視覺，解釋. 基於圖像的讀碼器. 機器視覺和工業讀碼產品. 探尋康耐視產品. 迅速鏈接. 登入支援. 報名參加訓練. 閱讀部落格文章. 是否有任何問題？ 康耐視機器視覺和條碼掃描解決方案為您的製造和倉庫營運提供無與倫比的精確度。 即刻兼享品質與效率。
