0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Microvision/维视智造-工业视觉-通用视觉检测软件推荐VisionBank

Microvision维视智造 2021-01-29 15:49 次阅读

近年来,中国制造业正经历智能化转型,机器视觉人工智能等核心技术正为制造业关键检测提供更先进、更自动化的 “眼睛”,可以大幅提高制造企业效率与产品合格率。

工业应用场景中,机器视觉主要解决的问题集中在尺寸测量、缺陷检测、机器人视觉引导、搬运、分拣等场景,解决视觉领域人眼做不到或者效果不佳、人力成本高等问题,尤其在高精密制造领域,以消费电子、汽车制造等为代表的行业。

食品加工图片

国内工业视觉产业链发展较国外晚,国内厂商大部分集中在产业链中游,且普遍从垂直领域入手,做集成装备或自动化专机。但在毛利率高达70%的产业链上游,国外已形成以基恩士、康耐视等巨头为代表的核心软硬件研发商。随着近年来人工智能、大数据等技术的发展,很多国内厂商正在试图打破产业链上游的垄断局面,利用软件、算法的优势开发出性价比更优的产品。

与当前众多国内厂商发展路径不同,维视智造科技股份有限公司是(以下简称“维视智造”)切入了难度最高的产业链上游,核心产品为完全自主知识产权的工业级机器视觉通用平台系统(VisionBank)。

机器视觉软件

据公司产品负责人王波介绍,维视智造于2003年成立,团队用了18年时间打磨产品,从工业相机、采集卡、控制器、远心镜头等产品,到目前已成功完成了所有相关机器视觉部件产品的研发和技术沉淀。

VisionBank通用机器视觉软件是维视智造自主研发,拥有多项相关专利,适用于解决目标点定位、尺寸测量、有无测定、缺陷检测、字符及条码识别与检查、引导机械手进行精密组装等常见的工业检测需求。系统工具库覆盖图像预处理、检测、定位、测量、识别读码、通信等模块组件。

机器视觉缺陷检测

行业专用缺陷检测工具(PIN检测)

维视智造的产品目前已经进入众多头部消费电子厂商的供应链体系,包括苹果、华为、TCL、富士康等,2020年虽在疫情影响下,有所影响,但相比较2019年产额增长30%以上,产品已经过行业验证,具备高可靠、高性能的特点。

VisionBank具备的核心竞争力在于算法层面,其模块具有以下几个特点:

1)内容丰富,并且在持续扩展中;

2)高度集成化的,基于各种使用场景抽象集成得到;

3)运行速度快,算法速度进行了深入优化;

4)算法模块之间可关联,流程中后面的模块可使用前面模块的计算结果作为输入或者确定处理区域;

5)对于高级用户,支持自定义相机和I/O卡,自定义运行界面和自定义通讯;

6)使用简单,易于操作。

VisionBank工业级机器视觉通用平台系统从高精度到低精度的视觉任务,检测准确率在99%以上。

在通用平台的基础上,维视智造的服务覆盖了3C电子、汽车制造、太阳能光伏、医药、纺织等行业,目前已经拥有上千家行业客户,以集成商为主,客单价在几万到几十万不等,客户的投资回报周期在1-1.5年。

智能工厂

产品研发部负责人王波表示,公司接下来将重点在半导体检测、太阳能光伏、焊接等领域,一个原因主要考虑到国外形式在半导体方面的政策,迫使半导体领域从国外转回国内,国内该方向将在未来很多年保持朝阳态势,另外太阳能光伏组件检测技术在2020年维视智造获得了行业内都没有的技术突破,实现漏检率为0%,误检率从1%到0.5%,抓住市场需求的核心点,依托VisionBank工业级机器视觉通用平台系统可实现更多视觉项目突破的机会。

多相机智能视觉系统VisionBank.webp

总体上看,国内能够自主研发工业级机器视觉通用平台系统的机器视觉厂商非常少,主要壁垒在底层算法积累上。通用性平台的研发周期比垂直领域的产品长,需要开发者投入更多的精力与资本。维视智造核心团队目前已经深耕机器视觉行业18年,通过VisionLAB人工智能视觉开放实验室可快速实现项目的验证,富含上万个视觉行业案例库,多数均可复制性促成客户项目的实施改造。

2021年,维视智造需要在3D视觉、人工智能深度学习5G、边缘计算等新的领域持续深耕,确保为客户提供更好地技术升级和建立更好地市场竞争优势。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 视觉检测
    +关注

    关注

    2

    文章

    327

    浏览量

    18958
  • 视觉检测系统

    关注

    2

    文章

    25

    浏览量

    7061
  • 维视智造
    +关注

    关注

    0

    文章

    74

    浏览量

    70
收藏 人收藏

    评论

    相关推荐

    AIDI工业AI视觉检测软件介绍

    AIDI是一款基于深度学习的智能工业视觉平台应用于多种工业应用场景,有效解决复杂缺陷的定位识别、分类定级及字符识别等问题,具有强大的兼容性。AIDI 内置多种应用模块,无需编程,帮助用户快速构建和迭代模型,满足不同业务场景下的差
    发表于 03-25 21:52

    解锁机器视觉工业检测难题

    机器视觉工业检测技术在不断发展的过程中,面临一些挑战和难题,在复杂的工业环境中,如光线变化、振动、灰尘等干扰因素会影响图像质量和系统稳定性,导致检测
    的头像 发表于 03-14 17:33 164次阅读

    机器视觉工业视觉和计算机视觉这三者的关系

    机器视觉工业视觉和计算机视觉这三者的关系
    的头像 发表于 01-24 10:51 575次阅读
    机器<b class='flag-5'>视觉</b>、<b class='flag-5'>工业</b><b class='flag-5'>视觉</b>和计算机<b class='flag-5'>视觉</b>这三者的关系

    焊接视觉检测系统的原理和应用

    焊接是工业生产中常见的一种连接工艺,而焊接质量的保障对于产品的性能和安全至关重要。为了提高焊接过程的自动化水平和质量控制,焊接视觉检测技术应运而生。本文将深入探讨焊接视觉
    的头像 发表于 01-16 14:15 209次阅读
    焊接<b class='flag-5'>视觉</b><b class='flag-5'>检测</b>系统的原理和应用

    工业视觉与计算机视觉的区别

    工业视觉主要解决以往需要人眼进行的工件的定位、测量、检测等重复性劳动;计算机视觉的主要任务是赋予智能机器人视觉,利用测距、物体标定与识别等功
    发表于 01-16 10:06 114次阅读
    <b class='flag-5'>工业</b><b class='flag-5'>视觉</b>与计算机<b class='flag-5'>视觉</b>的区别

    工业视觉缺陷检测的算法总结

    缺陷检测工业视觉领域非常重要的应用之一。几乎所有的工业产品在流入市场之前都会有缺陷检测的环节,目的是确保产品是合格的。
    的头像 发表于 11-14 11:06 470次阅读

    借助CCS光源LFXV系列成像效果# 工业光源# 机器视觉成像# 机器视觉检测

    机器视觉视觉检测
    志强视觉科技
    发布于 :2023年09月20日 14:30:30

    工业机器视觉自动化检测的未来趋势

    随着科技的不断进步,工业机器视觉自动化检测在制造业中扮演着越来越重要的角色。利用先进的图像处理和机器学习算法,机器视觉系统能够准确、高效地检测
    的头像 发表于 09-01 10:37 388次阅读

    labview通用视觉框架参考

    labview通用视觉软件框架,机器视觉通用框架 通用视觉
    发表于 08-04 15:58 35次下载

    labview视觉通用平台框架源代码

    本帖最后由 1281788316 于 2024-4-19 13:52 编辑 labview通用视觉软件框架,机器视觉通用框架
    发表于 08-03 16:57

    机器视觉检测平台

    机器视觉检测平台 系统包含工业级智能机械手、机器视觉边缘处理终端、机器视觉感知单元、机器视觉显示
    发表于 06-29 11:39 535次阅读

    机器视觉检测装置

    机器视觉检测装置 机器视觉自动化检测设备在工业检测领域中占有越来越重要的地位,机器
    发表于 06-29 11:26 295次阅读

    机器视觉检测系统

    机器视觉检测系统 机器视觉系统是怎样检测产品外观缺陷的呢? 机器视觉检测技能替代了在传统
    发表于 06-29 11:17 572次阅读

    AI视觉检测工业领域的应用

    随着制造业的智能化、自动化程度越来越高,AI视觉检测系统已经成为一种重要的智能制造设备,它能够大幅提高生产线上的检测能力和效率。 一、AI视觉检测
    发表于 06-15 16:21

    机器视觉检测与机器视觉定位的区别与应用

    机器视觉检测与机器视觉定位是两种重要的机器视觉应用技术,主要区别在于检测对象和应用领域不同。机器视觉
    的头像 发表于 05-30 17:10 719次阅读