Périphériques technologiques
IA
Analyse panoramique de la chaîne industrielle de la vision industrielle
Analyse panoramique de la chaîne industrielle de la vision industrielle
Machine Vision est une combinaison de matériel et de logiciels utilisés dans les domaines industriels et non industriels. Sa fonction principale est de capturer et de traiter des images et de fournir des conseils opérationnels pour l'exécution des équipements. C'est une force pionnière dans la fabrication intelligente et est principalement utilisée dans la fabrication. . liens front-end tels que la fabrication électronique et l’automobile.
Vision industrielle
L'industrie nationale de la vision industrielle a débuté dans les années 1990. Elle représentait initialement des produits de vision industrielle étrangers. Après être entrée dans le 21e siècle, quelques entreprises locales de vision industrielle ont progressivement lancé une recherche et un développement indépendants.
Selon les données de CBInsight, la Chine est actuellement le troisième plus grand marché d'applications de vision industrielle après les États-Unis et le Japon. En incluant les équipements de vision industrielle, le taux de localisation est d'environ 40 %. 2022. .
Le secteur de la vision industrielle est encore dans une phase de croissance rapide. En 2020, la taille du marché mondial du secteur de la vision industrielle dépassera les 10 milliards de dollars américains.
En tant que technologie et industrie émergentes, l'industrie chinoise de la vision industrielle est encore de petite taille, mais son taux de croissance est beaucoup plus rapide que celui du monde et elle se trouve dans une phase de croissance rapide.
Dans le cadre de tendances générales telles que la pression sur les coûts de main-d'œuvre, le développement de la fabrication de précision et l'efficacité de la production industrielle, la vision industrielle a de larges perspectives de développement à long terme dans mon pays.
Le système de vision industrielle comprend principalement l'imagerie et le traitement d'images.
Le premier repose sur la partie matérielle du système de vision industrielle, et le second est complété par le système de contrôle visuel basé sur le premier. Plus précisément, il comprend principalement les sources lumineuses et les contrôleurs de sources lumineuses, les objectifs, les caméras, les systèmes de contrôle visuel (logiciel d'analyse du traitement visuel et matériel de contrôleur visuel), etc.
La vision industrielle a quatre fonctions importantes : l'identification, la mesure, le positionnement et la détection, parmi lesquelles la technologie de détection est la plus difficile.
Ces quatre fonctions sont supérieures à la vision humaine en termes de rapidité, de précision et d'adaptabilité, et constituent des outils importants pour promouvoir l'intelligence des entreprises industrielles.
Dans le domaine industriel, la vision industrielle présente des avantages significatifs par rapport à la vision humaine.
Par rapport à la vision humaine, il présente les avantages d'une acquisition et d'une analyse rapides d'images, d'une précision d'observation élevée, d'une forte adaptabilité environnementale, d'une objectivité élevée et d'une stabilité de travail continue élevée, ce qui peut aider les utilisateurs finaux à améliorer la qualité des produits et à réduire les coûts et la numérisation. de production.
Chaîne industrielle de la vision industrielle
La chaîne industrielle de la vision industrielle se compose principalement de pièces et de composants de matières premières en amont, de fabrication d'équipements intermédiaires et d'industries d'application de terminaux en aval.
Amont : matières premières des pièces et composants
La vision industrielle est composée de plusieurs composants et les matières premières de chaque composant sont différentes. Par conséquent, la chaîne industrielle en amont implique un large éventail d'industries, notamment les LED, les CCD, CMOS, matériaux optiques, composants électroniques et autres matières premières.
Dans un système de vision industrielle typique, la source de lumière et le contrôleur de source de lumière, l'objectif, la caméra et d'autres composants matériels sont responsables de l'imagerie. Le système de contrôle de vision est responsable du traitement et de l'analyse des résultats d'imagerie et de la transmission des résultats d'analyse à une autre exécution. agences de l’appareil intelligent.
QuantitySource lumineuse
La qualité d'une source lumineuse réside dans le contraste, la luminosité et la sensibilité aux changements de position. L'industrie de la vision industrielle utilise principalement des produits de source lumineuse LED.
Il n'existe actuellement aucun équipement d'éclairage de vision industrielle universel. Il existe des solutions personnalisées pour chaque cas d'application spécifique afin d'obtenir les meilleurs résultats.
●Lentille
La lentille est équivalente à la lentille de l'œil humain. C'est le point de départ du processus de collecte de vision industrielle et de transmission des informations sur le sujet.
Le marché chinois des lentilles industrielles se développe rapidement à un taux de croissance qui dépasse de loin celui du marché mondial. Derrière cette expansion rapide se cache principalement l'amélioration continue des processus de production et de recherche et développement associés, qui ont favorisé l'amélioration continue de la qualité et du développement. l'efficacité de la production de lentilles. Par exemple, le développement de la technologie de revêtement a amélioré la qualité des lentilles. Le taux de rendement et le développement de logiciels assistés par ordinateur ont amélioré l'efficacité des ingénieurs de revêtement dans le domaine de la conception optique. Les machines ont transformé le processus d'assemblage de l'assemblage manuel à l'assemblage automatique, améliorant ainsi l'efficacité de l'assemblage et la stabilité du produit.
QuantityCaméra industrielle
La caméra est une unité d'acquisition d'images en vision industrielle, équivalente à la rétine de l'œil humain, convertissant les signaux lumineux en signaux électriques. Les optiques traversant la lentille sont focalisées sur le plan de l'image pour générer une image. Une fois l'image collectée, des signaux analogiques ou numériques sont émis, et ces signaux sont reconstruits en images en niveaux de gris ou en matrice de couleurs dans le système de contrôle de vision.
Les appareils photo industriels sont principalement importés d'Europe et des États-Unis, et les marques nationales ont progressivement remplacé les importations du marché bas de gamme.
En raison des exigences élevées de précision et de stabilité de la vision industrielle dans les scénarios industriels, qu'il s'agisse de logiciels ou de matériels tels que des sources lumineuses, des objectifs, des caméras, etc., elle est également difficile à développer en raison de la diversification des industries en aval. et les besoins, les modèles matériels et l'algorithme logiciel sont très compliqués et une présentation complète d'une gamme de produits nécessite une longue période d'accumulation.
De plus, afin de répondre aux nouvelles industries et aux nouveaux besoins, de nombreux fabricants déploient de manière proactive des technologies innovantes telles que la 3D et le machine learning.
Midstream : fabrication de composants et intégration complète du système
La vision industrielle intermédiaire est le maillon central de la chaîne industrielle, y compris la fabrication de composants et l'intégration complète du système. Les fabricants nationaux se développent rapidement du côté de l'intégration, en particulier dans les domaines où les investissements étrangers n'ont pas encore été déployés, ou dans les domaines d'automatisation non standard tels que le 3C.
Les fabricants d'intégration nationaux effectuent simplement un développement secondaire et ont de faibles marges bénéficiaires. Après avoir réalisé une bonne configuration en aval d'une certaine industrie, ils essaieront de s'étendre progressivement au développement en amont et sous-jacent pour effectuer la substitution des importations de logiciels et de matériel de base. .
Il existe deux principaux types d'outils de développement de vision industrielle. L'un est une boîte à outils contenant une variété d'algorithmes de traitement et l'autre est un logiciel d'application spécialisé dans la réalisation d'un certain type de travail spécial.
En plus de la recherche et du développement indépendants, de la production et de la vente de composants de base standardisés pour la vision industrielle, les fabricants de vision industrielle intègrent également profondément des scénarios réels en aval pour fournir des systèmes complets dans un modèle de solution global.
L'intégration complète du système joue un rôle essentiel dans la vision industrielle. Selon l'American Automated Imaging Association (AIA), parmi les ventes de l'industrie nord-américaine de la vision industrielle, les systèmes complets de vision industrielle (y compris les caméras intelligentes) représentent 86 % et composants de vision industrielle Seulement 14 %.
En aval de la chaîne industrielle de la vision industrielle : applications terminales
Soumise à des exigences de haute précision, la structure de la demande en aval de la vision industrielle est relativement simple, la fabrication de semi-conducteurs et d'électronique et les applications de l'industrie automobile représentant toujours la moitié du pays.
Avec le développement rapide de la nouvelle industrie énergétique, elle est devenue un nouveau pôle de croissance en même temps, des applications dans la médecine, l'alimentation et d'autres domaines émergent également ;
Prenons l'exemple de l'industrie alimentaire. La vision industrielle est actuellement utilisée dans l'inspection et le tri, mais elle est principalement utilisée par les grandes entreprises alimentaires telles que Yili et Mengniu. Le taux de pénétration global dans l'industrie n'est donc pas élevé. À l'avenir, dans le cadre de la tendance générale à la fabrication intelligente, on peut s'attendre à ce que le taux de pénétration s'approfondisse progressivement.
En résumé, l'application de la vision industrielle couvre plusieurs maillons de la chaîne industrielle.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées
Jul 15, 2024 pm 12:21 PM
Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
