近日，《機器視覺發(fā)展白皮書》(2021)發(fā)布，從20 世紀80 年代，世界上第一批機器視覺公司成立到今天，機器視覺在國際舞臺上已經(jīng)發(fā)展近40 年。走過了發(fā)展萌芽期，技術(shù)裂谷期，逐步進入穩(wěn)定發(fā)展期。機器視覺已經(jīng)被廣泛應(yīng)用于眾多行業(yè)，其支撐的核心行業(yè)體量巨大、發(fā)展迅猛。機器視覺市場包括視覺器件市場、視覺系統(tǒng)市場和智能設(shè)備市場三個部分。

在視覺系統(tǒng)市場內(nèi)，國辰在材料行業(yè)、半導(dǎo)體行業(yè)、電子行業(yè)、光伏行業(yè)、能源行業(yè)、食品行業(yè)等細分行業(yè)均有所應(yīng)用，以材料行業(yè)為例，國辰玻璃纖維布視覺檢測系統(tǒng)已逐漸發(fā)展成熟，目前成功應(yīng)用于國內(nèi)玻纖某龍頭企業(yè)。

創(chuàng)新點：

1.加裝方式根據(jù)場景定制

根據(jù)被檢測物的不同，可分為在線加裝方式和獨立檢測單元加裝方式。在線安裝方式：動力源自于物料傳輸動力，所有機械結(jié)構(gòu)安裝于原有設(shè)備上。獨立檢測單元方式：動力源自于物料傳輸動力，單獨設(shè)計一套導(dǎo)布機構(gòu)，相機與光源的安裝機架等，便于物料在線檢測。

2.深度學習算法加持

通過一個通用的圖像標記工具來對缺陷樣本進行標記，即在每一個缺陷樣本圖片上，用長方形框出缺陷所在的位置和大小，即可得到缺陷標記的信息文件。然后將所有標記信息和樣本圖片導(dǎo)入訓練器完成深度學習模型的訓練，經(jīng)過一兩個小時的訓練即可得到一個可用的缺陷識別模型，該模型將能夠識別出和訓練樣本類似又不完全相同的缺陷。這個實施過程，不會隨著應(yīng)用場景的改變而改變。這意味著，項目實施人員和客戶的設(shè)備維護人員的學習成本都會很低。

3.通用化模塊組件

不同的玻纖布生產(chǎn)企業(yè)其生產(chǎn)環(huán)境、技術(shù)要求都不盡相同，目前標準化的檢測設(shè)備無法匹配不同企業(yè)的需求。因此在整體方案的設(shè)計上將光、機、電、算、軟幾大模板分離，各個模塊獨立。獨立的模塊組件可以大幅度提升方案的定制化速度、支持老產(chǎn)品的穩(wěn)定組裝和新產(chǎn)品的快速開發(fā)，使其高度匹配不同企業(yè)不同產(chǎn)線的檢測需求。