机器视觉资讯20240422

---

视觉招聘小黑板

欲了解详情，请在公众号后台回复：240422

---

---

行业资讯

贝卡尔特携手汇川技术，加快钢帘线行业转型升级--机器视觉网 2024-04-22 14:17:49

2024-04-22 14:17:49 来源: 中国机器视觉网

近日，全球钢帘线巨头贝卡尔特集团全球首席运营官Barry Snyder、首席技术创新官Ernst Lutz与中国区总经理Kurt Van Rysselberge等一行到访苏州汇川技术有限公司开展全面考察与交流。贝卡尔特此次到访聚焦在交流钢丝制品行业自动化和智能化的技术创新与应用，以及通过发挥各方优势拓展全球领域合作广度和深度，共同推进新材料和新技术的研发与应用，助推全球钢帘市场可持续高质量发展。

Barry Snyder一行通过参观汇川技术工控博物馆，考察智能工厂，加深了对汇川技术全球化战略布局以及覆盖云、边、端的自动化控制+数字化融合综合产品解决方案平台的全面了解。Barry Snyder肯定了汇川技术二十年高速发展取得的成绩，非常愿意在贝卡

......长按二维码访问原文

Zivid最新SDK 2.12:捕获透明物体，最先进的点云--机器视觉网 2024-04-22 13:30:33

2024-04-22 13:30:33 来源: 中国机器视觉网

Zivid最新SDK2.12正式发布，是对我们3D视觉相机的一次绝佳更新。本次发布中，我们全新的Omni Engine有了更惊人的性能提高。Omni v2提供了更长的工作距离，速度更快，点云质量更好，特别是在透明物体上。

升级要点

· Omni Engine v.2

我们用于捕捉透明度的最先进的3D技术已经获得了重大升级。Omni v2显著减少了与成像透明物体相关的点云伪影和错误并且可以比以前快约35%地生成这些高质量的点云。当在高端GPU上运行时，我们推荐的预设和配置的捕获时间从490毫秒减少到约315毫秒。使其适用于比以前更长20%的工作距离。这使您可以使用更大的容器、箱子和机器人。

· 支持 Jetson Orin

越来越多的机器

......长按二维码访问原文

腾讯云上架Llama 3系列模型，支持基于TI平台一键精调--机器视觉网 2024-04-22 12:10:10

2024-04-22 12:10:10 来源: 中国机器视觉网

近日，Meta公司发布具有里程碑意义的Llama 3系列模型，包括8B和70B参数的大模型。为了给企业、开发者提供更多元的模型选择，腾讯云TI平台迅速响应，成为国内首批支持Llama 3全系列模型的平台之一。

腾讯云对该系列模型进行了推理测试验证，从市场反馈、推理测试效果等角度进行了综合评估，确保模型可用性、易用性，可覆盖智能对话、文本生成、写作等多个不同场景。

此前，腾讯云TI平台也已全面接入Llama 2、Falcon、Dolly、Vicuna、Bloom、Alpaca等主流模型，支持直接部署调用、应用流程简单、可全程低代码操作。企业、开发者可以根据不同细分场景的业务需求，灵活选择各类大模型，降低模型使用成本。

一站式AI大模型服务助力

......长按二维码访问原文

百度智能云千帆AppBuilder工作流编排功能全新发布--机器视觉网 2024-04-22 11:54:05

2024-04-22 11:54:05 来源: 中国机器视觉网

4月16日，Create 2024百度AI开发者大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布，百度智能云千帆AppBuilder工作流编排功能全新发布。基于AppBuilder的工作流编排，开发者可以使用预置的模板和组件，轻松定制自己的业务流程，还可以在上面集成、扩建自己特色的组件，在不同节点上选用不同的模型。如果在ModelBuilder上精调了模型，那现在在AppBuilder上也可以直接很方便地直接调用，整个过程非常便捷。

百度智能云千帆AppBuilder作为目前最好用的AI原生应用开发工具，可以支持各种agent和应用的快速开发和发布。在AppBuilder上面，我们提前封装和预置了开发AI原生应用所需的各种组

......长按二维码访问原文

威格勒迷你超声波传感器再添新型号，适用于狭小空间--机器视觉网 2024-04-22 11:34:14

2024-04-22 11:34:14 来源: 中国机器视觉网

迷你外壳智能核心，U1KT 微型超声波传感器

威格勒U1KT 超声波传感器采用微型结构形式，既可用于探测模式，也可用于对射模式。1K微型结构32 × 16 × 12 mm，由于超声波测距传感器结构形式小巧，盲区小，非常适合安装在狭小的近距离环境，适合检测透明、光亮和深色的物体以及反光表面和各种材料。近期，迷你超声波传感器又推出了新型号U1KT006，带1个开关量输出端和1个模拟量输出端。

超声波技术

威格勒超声波测距传感器采用声传递时间测量原理。传感器前部的感应面发出超声波，该超声波被物体反射并被传感器接收。超声波传感器测量声音脉冲的发射和接收时间，以算出与目标物体的距离。

微型结构（32 × 16 × 12 mm），适用于狭小空间；在

......长按二维码访问原文

亚当科技推拉自锁连接器，成为许多电子工程师的首选--机器视觉网 2024-04-22 14:22:25

2024-04-22 14:22:25 来源: 中国机器视觉网

推拉自锁圆形连接器是一种高性能的连接器产品，广泛应用于各种电子设备中。其独特的圆形设计和优越的性能，使得它在众多连接器产品中脱颖而出，成为许多电子工程师的首选。

首先，圆形连接器在航空航天领域有着广泛的应用。由于航空航天设备对连接器的要求极高，需要承受极端的环境条件和高度可靠的连接性能。圆形连接器凭借其出色的耐高温、耐低温、耐辐射等特性，能够满足这些严苛的要求，确保航空航天设备的正常运行。

其次，圆形连接器在汽车行业也发挥着重要作用。随着汽车电子化的不断发展，汽车内部的电子设备越来越多，对连接器的需求也随之增加。圆形连接器以其高可靠性、高传输速度和低电阻等特点，为汽车内部的电子设备提供了稳定、高效的连接解决方案。

此外，圆形连接器还在医疗设

......长按二维码访问原文

释放塑料回收潜能：ifm传感器，变废为宝的绿色守护者--机器视觉网 2024-04-22 14:06:20

2024-04-22 14:06:20 来源: 中国机器视觉网

在我们周围，饮料瓶、食品包装、袋子、玩具等日常用品中，有很多是由塑料制成的。全球每年生产约4亿吨塑料，可其中只有一小部分被回收并因此被重复使用。塑料回收是一个蓬勃发展的新兴产业，通过将废弃塑料重新利用，延长了材料的使用寿命。

ifm传感器是资源循环中的关键守护者。接下来，我们将深入了解塑料回收的垂直领域，探讨设备制造商和终端用户如何利用传感器和数字化方案，赋予废弃塑料第二次生命。

· 塑料回收的先驱

回收系统制造商EREMA是该领域的领军企业，致力于开发和生产塑料回收系统以及相关的解决方案和服务。全球约有7500家活跃工厂，每年可生产超过 2000 万吨再生颗粒。

塑料回收的过程包括切碎、清洗、分类等预处理环节，最终将塑料薄片交付给工厂操

......长按二维码访问原文

机器视觉中高分辨率数据处理难题两全其美的秘密武器！--机器视觉网 2024-04-22 13:59:48

2024-04-22 13:59:48 来源: 中国机器视觉网

高分辨率、高帧速率的相机可以大大改善某些机器视觉应用系统，例如，印刷电路板的自动光学检查系统、平板显示器的检查系统、焊膏检查（SPI）系统、一些医用玻片扫描系统等等。这里就不一一列举了。

JAI的Spark系列的SP-25000-CXP4A相机（2600万像素，帧率150fps、）以及SP-45000-CXP4A相机（4500万像素，帧率52fps、）就是这类相机，不仅能实现对大视场中小细节的捕捉，同时又能满足生产线高吞吐量的需求。

不过，这类相机的巨大优势也带来一个艰难的挑战：如何才能高效地处理由这种高帧率和高分辨率的图像产生的大量数据呢？

一个“大数据”难题

JAI的SP-25000-CXP4A相机的帧率达到了150 fps，即便采用

......长按二维码访问原文

杰恩世3D算法平面度屏蔽罩棱边应用--机器视觉网 2024-04-22 13:51:16

2024-04-22 13:51:16 来源: 中国机器视觉网

杰恩世智能的JncVisionKit3D软件平台自主研发的算法，结合多年机器视觉的应用经验，3D视觉检测采用杰恩世研发的工具平面度工具，可以实现检测产品表面的平面度，实现自动化生产。3D相机的品牌目前软件支持3D相机 有基恩士、图漾、芯歌、翌视、深视智能。

以下是3D的检测工具介绍：高度检测，多点高度检测自由配置，趋势高度检测，轮廓检测，平面度检测，包裹体积检测，以及最新研发的箱体分割。

以下就是3D工具检测平面度的应用例子，检测屏蔽罩大约2mm宽度的棱边，可添加多个检测范围检测整个产品的平面度。第一个产品：检测平面度数据为0.0745mm,第二个产品：检测平面度数据为0.04mm。

第一个产品检测的十组重复检测数据

杰恩世智能团队开发出

......长按二维码访问原文

低畸变双远心镜头TTL9.5-11.5-25―产品聚焦频道- 视觉系统设计 2024/4/19 22:04:08

双远心镜头对精密尺寸测量有着非常重要的意义，随着机器视觉的不断发展，对双远心镜头的性能要求也越来越高。本公司致力于双远心镜头的研发，着重提高镜头的各项性能参数。

光虎双远心镜头系列拥有高远心度、低畸变率的性能特点，主要应用于精密测量领域及高精度视觉定位。

TTL9.5系列标准双远心镜头标准C接口，最大兼容1/1.7"（对角线9.5mm）靶面工业相机。

产品特点

>>光学倍率在1.609x-0.059x

>>视野范围在11.5mm-315mm之间，满足对不同视场的需求

>>工作距离在25mm-545mm之间，满足对不同工作距离的需求

>>低于0.05%的畸变，小于0.05°的远心度

>>双侧远心设计，超大景深，高分辨率

>>多层镀膜设计，光透过率高

>>工业级防水

>>高分辨或大景深两种选择

......长按二维码访问原文

得利捷物流之眼利器 �C AV900读码器―技术与应用频道- 视觉系统设计 2024/4/19 22:16:07

今天要讲到的物流之眼利器便是一款广泛应用于仓储物流，包裹分拣以及工厂自动化领域的读码器AV900。

案例分享：

国内某知名运动鞋厂商对其后段的物流分拣线做升级改造，在新建的物流厂区与客户一起做了测试验证，目前初步取得客户满意的效果。

主要难点：

1.既要达到客户的成本管控预期，同时要满足客户的现场复杂要求；

2.现场物流线速度较快，且需要满足客户5面扫码需求；

3.现场线体使用交叉带且两个皮带之间节距较小，因此对条码和包裹的匹配准确度要求较高。

众所周知在线体速度较快且现场应用复杂的场合往往优先选择线扫阅读器方案，但基于客户的要求我们通过多台AV900的合理搭配去实现。尤其得益于AV900的PackTrack功能,DATALOGIC的PackTrack功能是基于扫描仪捕捉数据和标记空间位置的能力，

......长按二维码访问原文

Basler SWIR视觉解决方案，让不可见的细节尽在眼前―技术与应用频道- 视觉系统设计 2024/4/19 22:10:48

多年来，工业相机主要专注于可见光成像技术。短波红外相机，简称SWIR相机，可显露隐藏的特征。但想要找到既具有成本效益，又能为工业应用量身定制的SWIR成像解决方案也并非易事。

今天，我们来为您介绍Basler SWIR相机解决方案，以及它所带来的成像潜能。

什么是SWIR光谱？

光是一种电磁波，以其波长为特征, 光谱可分为多个光谱带。可见光范围是400nm至800nm，近红外和短波红外光范围是从900nm到最高可达2500nm，并且人眼不可见。Basler新款ace 2 X visSWIR相机，搭载Sony SenSWIR感光芯片，可覆盖400nm至1700nm的可见光和不可见光范围。

适用于机器视觉的SWIR相机，利用SWIR的物理特性，可以实现新的成像场景。通过列举几个经典的机器视觉应用案例，我们一

......长按二维码访问原文

什么是机器视觉中的图像采集？ 2024-04-22 16:18

机器视觉已成为工业自动化的眼睛。尽管它的出现相对较新，但由于它能够同时提供增强的准确性和更快的周转，因此在相当多的行业中获得了关注。机器视觉系统的准确性对于产品在市场上的成功起着关键作用。换句话说，机器视觉系统的效率显著影响生产环境的整体效率和净吞吐量。

然而，机器视觉系统在少数情况下可能不准确且效率低下。有些系统在实验室中运行良好，但在生产线上却无法满足精度标准。发生这种情况的主要原因之一是系统是在实验室构建的，然后立即在工厂环境中实施。这种做法不正确的核心原因在于图像采集过程。

什么是图像采集？

图像采集可以定义为从源获取图像的行为。这可以通过相机、编码器、传感器等硬件系统来完成。毫无疑问，这是机器视觉工作流程中最关键的一步，因为不准确的图像将使整个工作流程变得无用。由于机器视觉系统不会分析获取的物体

......长按二维码访问原文

Mobile-Agent 具有视觉感知的多模态移动设备智能体（二） 2024-04-21 22:52

一、Mobile-Agent 结构

Mobile-Agent 智能体由三个模块构成：

GPT-4V：最先进的多模态大语言模型 MLLM

文本检测模块：用于定位文本

图标检测模块：用于定位图标

二、视觉感知

利用视觉工具，将由 GPT-4V 产生的指令定位到移动设备上的指定位置。

1. GPT-4V

尽管 GPT-4V 能够根据指令和屏幕截图提供正确的操作，但是它缺乏定位能力，无法准确输出操作发生的位置。

那么就需要外部工具辅助它操作定位，使得操作输出到移动设备屏幕上。

2. 文本检测模块

上述外部工具其一，就是文本检测模块，用于文本的定位。

我们希望智能体要能够仿照人类的使用应用程序的习惯，点击屏幕上的指定文本，实现某些交互，所以应该使用 OCR 工具检测屏幕上对应文本的位置。

那么检

......长按二维码访问原文

通俗易懂的深度学习——VGG系列 2024-04-22 13:08

VGG

提出论文：1409.1556.pdf (arxiv.org)

引入

距离VGG网络的提出已经约十年，很难想象在深度学习高速发展的今天，一个模型能够历经十年而不衰。虽然如今已经有VGG的大量替代品，但是笔者研究的一些领域仍然有大量工作选择使用VGG。有人说VGG开创了基于一些基础结构（如Conv，Linear，RNN）进行模型堆叠的开端，但笔者更以为是其对深层次网络的研究和特征提取器这一概念的广泛使用作出了巨大贡献（但并不是首次提出）。深度学习高速发展之外，是硬件算力的高速发展。10年前使用VGG某种意义上也可以看成现如今使用LLM。VGG是由Visual Geometry Group中的两位大佬提出（VGG名字的由来就显而易见了）

模型介绍

3×3卷积核

在VGG中，很大的贡献之一是使用了3

......长按二维码访问原文

第一篇Mamba综述来了！ 2024-04-21 18:38

状态空间模型——用来替代Transformer的新生网络：综述

点击关注 @CVer官方知乎账号，可以第一时间看到最优质、最前沿的CV、AI、AIGC工作~

快点击进入：Mamba技术交流群

作者单位：安徽大学、哈尔滨工业大学、北京大学

论文：https://arxiv.org/abs/2404.09516

https://github.com/Event-AHU/Mamba_State_Space_Model_Paper_List

引言

在本文中，我们首先初步介绍了状态空间模型（SSM）的工作原理。然后，我们将从多个方面回顾SSM的相关工作，包括SSM的起源和变化、自然语言处理、计算机视觉、图、多模态处理、多模态和多媒体、点云/事件流数据、时间序列数据等领域的相关工作。更重要的是，我们在多个下游

......长按二维码访问原文

CCD机器视觉手机断柱子缺陷检测 2024-04-22 14:22

一、检测样品

二、检测方案（以手机是否断柱检测为例）

1.采集图像，进行图像定位，定位到要检测的柱子。

2.使用高度测量算子，得到柱子的高度。

3.当柱子高度小于阈值，可以认定为断柱。

Z重复性精度能达到0.0005mm

断柱

未断柱

三、系统优势

1.高精度检测

采用先进的图像识别技术，能够精确识别手机盖上的各种缺陷和问题。

2.高效率检测

自动化检测过程，快速识别并分析手机壳的外观质量，提高生产效率。

3.用户友好界面

操作简单，界面友好，操作人员无需专业技术和培训即可操作设备。

4.可靠性强

稳定的工作性能和可靠的结果输出，确保检测的准确性和可靠性。

......长按二维码访问原文

华科大最新 | EfficientGS：打造高效渲染的大规模三维场景 2024-04-22 14:09

1、导读

这篇文章提出了一种基于3D高斯溅射的高效场景表示方法EfficientGS，用于处理高分辨率的大规模场景。实验结果显示，EfficientGS可以大大减少高斯数量，加快训练和渲染速度，降低存储需求，同时保持高渲染质量，对处理高分辨率大规模场景具有重要意义。主要贡献包括：

选择性高斯致密化策略，只对非稳态高斯进行致密化，减少高斯数量，提高渲染质量。 高斯裁剪策略，只保留每条视线上的主导高斯，移除辅助高斯，减少冗余表示。 稀疏阶数增量策略，根据高斯颜色偏差，有选择地增加高斯球谐函数阶数，减少存储开销。

原文：华科大最新 | EfficientGS：打造高效渲染的大规模三维场景

2.论文信息

标题：EfficientGS: Streamlining Gaussian Splatting for L

......长按二维码访问原文

CVPR2024 HighLight | 用于视觉重定位的地图相对姿态回归 2024-04-21 22:04

pose回归网络能够预测查询图像相对于已知环境的相机姿态。在这个方法家族中，绝对姿态回归（APR）最近在位置误差的几厘米范围内表现出了令人满意的准确性。APR网络将场景几何结构隐式地编码在其权重中。为了获得高准确性，它们需要大量的训练数据，而实际上这些数据只能使用新颖视图合成在长达数天的过程中创建。这个过程需要针对每个新场景一次又一次地重复。

这里提出了一种新的姿态回归方法，即地图相对姿态回归（Map-Relative Pose Regression，简称Marepo），它以场景无关的方式满足姿态回归网络对数据的渴望。将姿态回归器与场景特定的地图表示进行条件关联，使其姿态预测相对于场景地图。这使得能够在数百个场景中训练姿态回归器，以学习场景特定地图表示与相机姿态之间的通用关系。我们的地图相对姿态回归器可以立即

......长按二维码访问原文

自动驾驶中多相机鸟瞰图感知 2024-04-22 13:35

作者：自动驾驶专栏 | 原文出处：公众号【自动驾驶专栏】

摘要

本文介绍了自动驾驶中多相机鸟瞰图感知。大多数自动驾驶系统都包括一套不同的传感器，例如若干相机、雷达和激光雷达，以确保完整的360°覆盖远近区域。与雷达和激光雷达直接在三维空间中测量不同，相机采集的2D透视投影具有固有的深度模糊性。然而，必须在三维空间中产生感知输出结果，以实现其它智能体和结构的空间推理，从而完成最优的路径规划。3D空间通常通过忽略与高度维度对应的不太相关的Z坐标来简化BEV空间。

从相机图像中获得所需BEV表示的最基本方法为逆透视变换（IPM），其假设地面平坦。在新车中非常常见的环视系统使用IPM原理来生成一张BEV图像，并且将其显示给驾驶员。然而，这种方法不适合自动驾驶，因为这种过于简化的转换方法会带来严重的畸变。

最近的

......长按二维码访问原文

国外在基于事件相机（event camera）进行计算机视觉（CV）任务方面有多个研究团队取得了显著的成就的团队 2024-04-22 09:15

国外在基于事件相机（event camera）进行计算机视觉（CV）任务方面有多个研究团队取得了显著的成就。这些团队通常位于高等教育机构和研究实验室，积极探索事件相机的潜力以及其在动态视觉、机器人导航、自动驾驶、监控和其他计算机视觉任务中的应用。以下是一些在该领域表现突出的团队和他们的贡献：

1. 苏黎世联邦理工学院（ETH Zurich）的神经形态计算实验室

苏黎世联邦理工学院的神经形态计算实验室由Prof. Tobi Delbruck领导，是事件相机研究的先驱之一。该实验室专注于神经形态工程，尤其擅长开发基于事件的传感技术。他们的研究涉及使用事件相机进行视觉感知和处理的各种应用，包括低延迟、高动态范围和运动捕捉。此外，该实验室还研发了多种开源软件和算法，用于处理事件相机数据，促进了事件相机技术的普及和应

......长按二维码访问原文

高楼平地起！中科院最新CityGaussian：搞定实时渲染大场景！ 2024-04-21 18:05

写在前面&笔者的个人理解

3DGS极大地推动了实时三维场景重建和新视图合成的发展。然而，有效地训练大规模3DGS并在各种尺度上实时渲染它仍然具有挑战性。本文介绍了CityGaussian（CityGS），它采用了一种新的分而治之的训练方法和细节层次（LoD）策略来进行高效的大规模3DGS训练和渲染。具体来说，全局场景先验和自适应训练数据选择可以实现高效的训练和无缝融合。基于融合的高斯基元，我们通过压缩生成不同的细节级别，并通过所提出的逐块细节级别选择和聚合策略实现跨不同尺度的快速渲染。在大规模场景上的大量实验结果表明，我们的方法达到了最先进的渲染质量，能够在截然不同的尺度上对大规模场景进行一致的实时渲染。

项目主页：https://dekuliutesla.github.io/citygs/

关注知乎@3

......长按二维码访问原文

[分享][每日更新][2024.04.19][CV_arxiv_papers] 2024-04-22 11:19

Publish Date Title Title_CN Authors PDF Code

2024-04-19 Analysis of Classifier-Free Guidance Weight Schedulers 无分类器指导权重调度器分析 Xi Wang, Nicolas Dufour, Nefeli Andreou, Marie-Paule Cani, Victoria Fernandez Abrevaya, David Picard, Vicky Kalogeiton http:// arxiv.org/pdf/2404.1304 0v1 null

2024-04-19 LaPA: Latent Prompt Assist Model For Medical Visual Question A

......长按二维码访问原文

Mobile-Agent 具有视觉感知的多模态移动设备智能体 （一） 2024-04-21 15:53

一、LLM 与 MLLM

大语言模型的发展现状，呈现出了两股力量：

基于 LLM 的智能体：它利用了多种多样的工具，在任务规划和推理上面展现了强大的能力；

的智能体：它利用了多种多样的工具，在任务规划和推理上面展现了强大的能力； 基于 MLLM 的智能体：它的实现成为可能，让多种多样的创新应用的潜力大放光彩，原因是多模态 LLM 迅速进步，展现了引人注目的视觉理解能力；

既然是多模态 LLM 智能体，就不仅仅涉及语言，同时还会涉及视觉。LLM 能很好的为我们处理文字内容，多模态 LLM 理应能够为我们处理图文内容。

二、MLLM 应用场景

移动设备智能体是多模态 LLM 智能体的一个创新的、热门的应用场景。

这样的多模态 LLM 智能体需要完成什么任务：根据用户指令（语言）和屏幕内容（视觉）操作移

......长按二维码访问原文

DataHack Summit 2024

India's Most Futuristic GenAI Conference：

DataHack Summit 2024 offers two types of tickets. The first option, Conference + HackDay, is ideal for those looking to immerse themselves in technical talks, network with industry leaders, and participate in intriguing hack sessions. The second option, Conference + HackDay + Workshop, provides access to all of the above plus an intensive workshop designed t

......长按二维码访问原文

Challenges and Benefits of Data De-identification in Healthcare Analytics： 2024-04-22T11:01:59+00:00

The healthcare industry possesses a wealth of data, including patient information, treatment records, medication history, assigned doctors, and more. This information has the potential to enhance healthcare delivery and expedite research progress. However, the issue of data de-identification arises and must be addressed before using any medical data.

The he

......长按二维码访问原文