目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。
想要一套精准高效的AI检测系统，首先要做好什么？ 答案是： 甲乙双方共同努力，先把AI喂饱喂好再说。 而用来喂养AI的粮食，就是：数据。 正因为对数据训练的理解差异，导致我们偶尔面临客户的质疑。 到底什么回事呢？往下细说。 1 现有AI能力源于数据训练 人工智能三要素， 算力、算法、数据 。 数据与算力是AI模型训练的基础，算法是AI模型的
满地AOI，本质都是在卖算法！ 经常会有一些业内人士这样自我调侃。 当然，这种说法并不准确，自动光学检测（AOI）是一门综合的应用科学，除了 算法能力 ，还需要综合运用 光学、自动化集成等能力 ，厉害的厂商会在三个方面都有竞争力。 不过，这种说法却准确凸显了算法在现代工业检测中的作用。 现代智能制造与质量制造，已离不开各种机器
学技术广泛应用于工业生产、经济生活、科学研究等各个方面，是推动科技进步与产业升级的关键力量。目前，光学工程技术的发展趋势主要体现在以下几个方面： 1 集成化与微型化 随着光电产品的快速发展，产品越来越趋于小型化、数字化、功能集成化。光学元件和系统也正朝着微型化和集成化的方向发展，以满足各类光电产品对小型化、高性能
随着AI等数字技术的发展，各种机器学习、深度学习算法在质量管理领域的应用日益广泛，这种智能化极大推动了高质量制造。 质量管理包括 质量策划、质量控制、质量保证、质量改进 等活动，涉及 数据采集与分析、缺陷识别、过程控制、监控预警、优化改进决策分析 等方方面面，AI技术就应用在这些具体工作里。 现代工厂管理引入越来越多的数
中国会成为下一个质量体系与质量理论的输出高地吗？ 这绝对不是什么盲目猜测，而是基于经验历史的合理推想！ 工业与产业研究专家 林雪萍 在 《质量简史》 里就认为： 谈论任何一种质量理论的诞生，其实都无法脱离当时的制造形态。而质量理论，也需要随着制造技术的发展，反复迭代和更新。 中国有着数量庞大的工厂，而质量理论一向是需要
人类中那些疯狂的细节控，反而成为了文明发展的驱动力。 这些细节控，对细微和细节极为敏感，极致追求精确。 正如西蒙温切斯特《追求精确》一书所言： 对精确的极致热爱塑造了现代世界 。 那么，人类对精确的最初认识和探索是从何时开始的？ 那些精密工程的先驱又如何用他们的发明改变了人类社会的进程？ 1 一条文明的重要线索 两千多年
自动化程度真的越高就越好吗？ 这还真的不一定。 自动化也要讲究什么脚穿什么鞋，不是什么高大上就赶着上什么。 不是技术越高就越好，而是技术越合适才越好！ 三姆森科技研发的自动光学检测设备 企业说到底要关注效益、追求利润，没有良性可持续的财务，企业发展就难以为继，而效益与利润，取决于 企业的资本或 生产要素组合 ，能否很好
3C等行业大、中、小型零部件种类繁多,各类尺寸测量起来费时费力费成本,怎样快速完成各类尺寸的测量？怎样快速做好测量报告？怎样解决多品种生产的测量问题？
自动化领域的人，喜欢把“柔性”挂嘴边，都快成了产品宣传的口头禅。那柔性制造（Flexible Manufacturing）、柔性自动化（Flexible automation）里的“柔性”，到底是什么意思呢？
