科创中国

行业领域

新基建

需求背景

近年来，随着客户对产品外观要求的不断提高，现有人工肉眼检测或半自动化的外观检测方式已经不能满足自动化/智能化生产的需要。

图像识别是当前人工智能应用最重要的环节之一。从无人机自动跟随到无人车驾驶，从医学影像到安全监控，目标识别都是其中的关键环节。因为目标识别的应用日趋广泛，所以各种应用场景和不同设备的需求也促使其不断改进和演化，最新论文的成果往往被快速用于实际产品，这也是学术研究和实际应用结合最紧密的领域之一。

图像识别并非一个单一的领域，实际上它包括了三个完全不同的方向：图像分类、目标识别、图像分割。在传统非深度学习算法中，这三者的差异颇大，但在深度学习框架下，这三者都可以视为对特定目标进行分类，只是特定目标的定义不同

需解决的主要技术难题

目标检测是计算机视觉研究方向的重要分支之一。几十年来，它作为计算机视觉研究方向上一个十分活跃的领域，充满了多种多样具有挑战性的问题。图像识别主要的作用是判断已经预先定义种类的对象实例是否存在于指定目标图像中。它一般通过边界框，大致地定位到需要识别目标的空间位置和范围；若指定图像中存在目标，就返回每个目标的空间位置和范围。在工业制造智能化方向和人工智能信息技术等领域上，目标检测也能够体现出它不可或缺的作用。

1、三维立体成像，能够能够得到清晰、准确、直观的三维立体图像，能够展示和还原被检测物体的内部结构、组成和缺损状况，并且可以通过软件对各个面进行逐层断面分析。

2、分辨率高，适用于连接器、半导体封装器件、电池、焊接器件、结构件、铸件等内部微小缺陷的检测。

3、无损检测，可以在不破坏样品的前提下进行检测，是最有效的一种无损检测手段。

期望实现的主要技术目标

检测装置提高了工件检测效率，并且可以获取被测工件的多角度图像影像，检测更加全面、灵活，提高生产效率。并自动计算后，可以形成记录，便于设计调整。

处理进度