目標檢測算法是機器視覺領域中較為先進、應用廣泛的深度學習算法，其主要功能為找出圖像中所感興趣的目標，同時獲得目標的類別信息和位置信息。
海康機器人目標檢測算法支持檢測目標數量為1000，支持GPU,CPU,多平臺運行。強大的推理能力搭配VM傳統算法的處理，可幫助客戶應對復雜應用場景中的需求。
缺陷檢測場景
需求及挑戰
太陽能電池片組件上常見缺陷有虛焊、隱裂、劃痕、破片等，會直接影響組件功率衰減，降低組件壽命或造成報廢。人工檢測效率不高且容易疲勞造成漏檢，傳統的視覺算法針對低對比度的虛焊缺陷、形態各異的隱裂、劃痕等缺陷檢出率不高且方案設計復雜。海康機器人深度學習目標檢測算法可準確、高效地對缺陷進行檢測分類。
2025-04-17 19:19
2025-04-17 08:18
2025-04-17 08:18
2025-04-17 08:17
2025-04-17 08:15
2025-04-17 08:14
2025-04-17 08:14
2025-04-16 11:04
2025-04-16 10:58
2025-04-16 10:53
粵公網安備 44010602004352號