切叠视觉检测解决方案/深度学习实现高效血清质量检测/纽扣电池石墨片厚度及缺陷检测

导读

锂电制造工序全面“升维”：切叠视觉检测解决方案--机器视觉网 2023-09-11 15:42:56

2023-09-11 15:42:56 来源: 中国机器视觉网

锂电细分领域每一轮趋势变化，都会催生出巨大的市场机遇，锂电机器视觉赛道尤是如此。随着动力电池生产规模不断增大，对于安全、性能、品质要求不断提升，带动机器视觉应用需求迅猛增加。同时，锂电池应用场景横向拓宽，客户需求日渐高端化，也让机器视觉在锂电制造环节的检测节点不断增多。

据数据显示，2021年中国锂电行业机器视觉市场规模为11.39亿元，同比增长60.65%。经过调研测算，锂电池单GWh产线对机器视觉需求的价值量中枢约为700万元，预计到2025年的投产产能有望超过2TWh，相比于当前的产能，未投产产能累计超过1300GWh，其中潜在未释放的机器视觉订单需求超过90亿元。

案例背景

切叠一体机作为电芯中段设备，可有效提高生产效率和质量，降低

......长按二维码访问原文

康耐视深度学习实现高效血清质量检测，助力于生命科学领域--机器视觉网 2023-09-11 15:34:58

2023-09-11 15:34:58 来源: 中国机器视觉网

近年来，由于人口老龄化增长导致全球急慢性疾病的流行率显著增高，驱使了全球体外诊断仪器行业快速发展。而随着技术的不断升级，通过智能化辅助仪器的应用，可以帮助操作人员实现自动化、精准化和智能化的诊疗服务，提高治疗效率和诊断准确性。康耐视嵌入式机器视觉和深度学习解决方案就是这样的“智能辅助”，帮助提升IVD仪器样本检测和管理的时效性和准确性，实现样本的高效处理。

在样品前处理以及血液检测仪器上所涉及到的血清质量检测应用案例，当异常血液样本（黄疸、溶血、脂血）等不良血液误入到正常样本测试中，可能会出现污染检测物，堵针等问题。通过使用康耐视深度学习技术进行相关测试与分析，可以有效解决这些问题。

首先，我们将血液样本不良等级细化，如下图：

以下是从客户

......长按二维码访问原文

LRS4000激光雷达，助力钢铁冶炼的智能化改造--机器视觉网 2023-09-11 14:51:56

2023-09-11 14:51:56 来源: 中国机器视觉网

在传统的冶金行业中，钢铁的冶炼是工业现代化的基石。众所周知，冶金钢铁行业的现场劳动强度大、现场工作环境恶劣差，常伴有异味、粉尘等、工种单一且重复等，因此面临招工难、用工难、留工难的痛点。所以，如何在不同的冶炼工艺段进行智能化升级改造变得尤为重要，直接关系到了工厂生产的效率和效益。LRS4000激光雷达，助力钢铁冶炼的智能化改造，探索实际的应用案例吧。

无人库区以及自动出入库系统

应用描述：钢铁行业作为典型的离散工艺行业，各加工环节之间的仓储物流环节的生产压力任务繁重、环境恶劣，智能化改造需求异常迫切。自动化改造项目中，稳定、高精度的识别是自动化系统的底层感知环节的最重要一环。其钢铁厂、物流仓库以及最终用户的生产储运环节等场景，涉及了不同被测物

......长按二维码访问原文

纽扣电池石墨片厚度及缺陷检测，昂视3D智能视觉处理系统可轻松完成--机器视觉网 2023-09-11 16:00:35

2023-09-11 16:00:35 来源: 中国机器视觉网

石墨片是一种导热散热材料，质轻柔软，能够轻松贴合在各种热源点，在新能源、航天、3C电子等领域应用广泛。汽车钥匙中的纽扣电池也需要使用石墨片，石墨片会有统一的厚度标准，装配过程中表面不可避免地会出现裂纹、划痕、凸起等不良特征，厚度未达标或带有缺陷的石墨片未被及时剔除，装配到纽扣电池中，则直接影响电池品质。针对石墨片厚度及缺陷检测，昂视3D智能视觉处理系统可轻松完成。

应用描述

石墨片的片层状结构可很好地适应任何表面，屏蔽热源与组件，改进消费类电子产品的性能。作为纽扣电池中的重要一部分，石墨片需要经过严格质检，针对石墨片厚度及缺陷检测，昂视制定了科学的智能检测解决方案。

检测需求

1、石墨片厚度1.8mm~1.88mm为合格品。2、检测石墨片

......长按二维码访问原文

ifm O3R环境感知平台--机器视觉网 2023-09-11 18:50:04

2023-09-11 18:50:04 来源: 中国机器视觉网

移动机器人技术在近几年得到了飞速的发展，市面上的移动机器人可执行的任务功能越来越多，随之而来的是对机器人适应在复杂环境中执行任务的要求也越来越高。机器人需要装备各种传感器进行环境感知，包括但不局限于激光雷达，深度相机，超声波传感器，光电传感器等。通常情况下，这些传感器会单独接到控制电路上，通过算法进行信息处理。不过，这种方式虽然能够采集和处理信息，但是会有两个问题：1.数据融合困难 2.开发阻力较大。这两个问题会导致移动机器人的开发周期大大变长，甚至错过投资的热点。基于市场的痛点，ifm推出了O3R环境感知平台。

O3R环境感知平台的计算单元可以集中同步处理来自多达6个 3D/2D 摄像头以及其他相连传感器（激光雷达，毫米波雷达，超声波传感器）

......长按二维码访问原文

稚晖君大动作引深思：人形机器人将成AI终极载体？ 2023-09-11 16:34

作者｜Pan

编辑｜Duke

来源｜钛财经

对“天才少年”稚晖君（本名“彭志辉”，以下简称“稚晖君”）的了解，源于他在b站上发布海量自研机器人的相关视频。如，《我把自行车做成了自动驾驶！》《我造了一台钢铁侠的机械臂！》……这些视频的点击量动辄数百万，且质量极高，因此稚晖君也被粉丝称为“野生钢铁侠”。

而稚晖君再次亮相，并轰动舆论、登上热门话题榜，则是他自华为出走仅半年时间左右，就成功创业并带来团队的首个产品——人形机器人远征A1。值得注意的是，有消息称稚晖君联合创始的初创公司上海智元新创技术有限公司（以下简称“智元新创”）已完成多轮融资。

据相关人士透露，智元新创的估值达十几亿美金。虽然这一消息尚未得到确认，但新增股东里已经出现比亚迪股份有限公司这样的巨头。从本质上看，这家初创公司以黑马之姿横空出世，

......长按二维码访问原文

OpenCV-5. 形状与结构分析 2023-09-11 00:15

从二值图像提取形状信息用于对图像进行更高级的处理和识別。

用 findContours()搜索图像中的轮廓，并对其进行处理和计算。

import numpy as np import pylab as pl import cv2 from cv2 import cv from numpy import fft

轮廓检测

findContours()用于在二值图像中寻找黑白区域的边界轮廊，并返回描述轮廊的多边形，它 的调用形式如下：

findContours(image, mode, method[, contours[, hierarchy[, offset]]])

mode参数为搜索模式，有以下4种选项：

RETR_EXTERNAL:只返回最外层的轮廓。

RETR_LIST:返回所有的轮廓，但

......长按二维码访问原文

少样本/零样本学习方向开源数据集汇总 2023-09-11 10:01

编辑丨极市平台

FSOD少样本目标检测数据集

数据集下载链接：http://suo.nz/3d6H0E

少样本目标检测数据集（FSOD）是一个高度多样化的数据集，专门为少样本目标检测而设计，本质上是为了评估模型在新类别上的通用性。

UT Zappos50K鞋类数据集

数据集下载链接：http://suo.nz/35EG4Z

UT Zappos50K ( UT-Zap50K ) 是一个大型鞋类数据集，包含从http://Zappos.com收集的50,025 个目录图像。这些图像分为 4 个主要类别——鞋子、凉鞋、拖鞋和靴子——其次是功能类型和个人品牌。鞋子以白色背景为中心，并以相同方向进行拍照，以便于分析。

Animals with Attributes数据集

......长按二维码访问原文