99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

工業(yè)AI視覺(jué)進(jìn)化論

阿丘科技 ? 2023-05-22 10:02 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

*本文共計(jì)5242字,閱讀需13分鐘

前言

我自己是做算法出身,喜歡思考問(wèn)題的本質(zhì)。比如,AI對(duì)于我們整個(gè)工業(yè)視覺(jué)的本質(zhì)到底是什么。今天我把這個(gè)不僅是我的思考,也是阿丘科技整個(gè)公司的思考分享給大家,供大家參考。但這也是一個(gè)比較初級(jí)的思考,要在以后的實(shí)踐中深化。

今天我講的內(nèi)容包含三個(gè)主題,第一個(gè)是講AI對(duì)于工業(yè)視覺(jué)到底意味著什么;第二個(gè)是我們從整個(gè)技術(shù)發(fā)展周期的角度,看一看工業(yè)AI視覺(jué)發(fā)展的一個(gè)大的路線圖;第三個(gè),也是必不可少的,要談一談我們對(duì)未來(lái)的一個(gè)趨勢(shì)和觀點(diǎn)的一些理解。

01

AI重構(gòu)工業(yè)視覺(jué)

Part.1

算法

278d8ce2-f6a5-11ed-ba01-dac502259ad0.png

首先我們來(lái)看第一個(gè)主題,AI對(duì)于工業(yè)視覺(jué)算法到底有什么價(jià)值?

傳統(tǒng)算法,我用兩個(gè)關(guān)鍵詞來(lái)定義它,就是定量分析和特征工程。特征工程就是算不同的特征。后面做判斷的時(shí)候,一堆的if···else···是傳統(tǒng)算法的一個(gè)特點(diǎn)。那AI這塊的話大家已經(jīng)很了解了,基于樣本來(lái)做學(xué)習(xí)。我認(rèn)為這是很本質(zhì)的一個(gè)東西。

從功能角度出發(fā),工業(yè)視覺(jué)算法可分為圖像處理、定位、檢測(cè)、測(cè)量、識(shí)別;從算法實(shí)現(xiàn)技術(shù)角度就是分類、識(shí)別、測(cè)量三大類。本質(zhì)上,工業(yè)視覺(jué)算法將會(huì)或正在被AI全部重構(gòu),當(dāng)然如果涉及到測(cè)量技術(shù),即定量分析技術(shù),傳統(tǒng)算法依然不可或缺。

AI重構(gòu)工業(yè)視覺(jué)算法的價(jià)值體現(xiàn)在以下 3 個(gè)方面:

a.

升維

AI通過(guò)升維來(lái)解決我們的一些復(fù)雜的分類和識(shí)別問(wèn)題。包括復(fù)雜的背景、低對(duì)比度、柔性電子、一些強(qiáng)干擾。這些東西原來(lái)傳統(tǒng)方法是沒(méi)問(wèn)題的,但是用AI的話,我覺(jué)得能更加好。這個(gè)點(diǎn)大家是能夠肉眼可見(jiàn)的。后面第二點(diǎn)和第三點(diǎn)可能未必肉眼可見(jiàn),但實(shí)際上是更關(guān)鍵的。

b.

簡(jiǎn)化、通用化

AI的一大優(yōu)勢(shì)是可以對(duì)算法問(wèn)題做極度的抽象,抽象之后較為復(fù)雜的工業(yè)視覺(jué)問(wèn)題就會(huì)變得比較簡(jiǎn)單,還有一個(gè)就是通用化。很多工業(yè)視覺(jué)里面比較復(fù)雜的算法問(wèn)題,后面實(shí)際上用兩到三個(gè)比較通用的算法模塊去訓(xùn)練數(shù)據(jù),結(jié)果就出來(lái)了,并且這個(gè)指標(biāo)還非常優(yōu)秀。

c.

降本

大家聽(tīng)到這個(gè)東西好像有點(diǎn)反直覺(jué),覺(jué)得AI對(duì)算力有要求,怎么還能降本?

我們舉一個(gè)所有做傳統(tǒng)算法的人都能夠理解的一個(gè)例子。比如幾何形狀匹配,這個(gè)屬于是整個(gè)機(jī)器視覺(jué)里面,傳統(tǒng)算法繞不過(guò)的這樣的一個(gè)算法,它需要設(shè)置非常多的參數(shù)。如果要用好,工程師需要理解幾何匹配算法的基本原理、參數(shù)的物理含義,這需要較為專業(yè)的圖像處理背景知識(shí),門檻要求高。如果你理解不到位,可能定位的結(jié)果不是你想要的,或者達(dá)不到一個(gè)非常精準(zhǔn)的效果。要做到這一點(diǎn)的話,是需要有圖像處理算法背景的。所以說(shuō)我原來(lái)做傳統(tǒng)圖像,就是我在原來(lái)東家的時(shí)候,我們帶著底下的應(yīng)用工程師都是碩士,這個(gè)成本是非常高的。

而我們用 AI 來(lái)做,比如說(shuō)我們只是訓(xùn)練三、五個(gè)樣本,甚至是一個(gè)樣本,后面整個(gè)定位的精度跟效率都能夠達(dá)到,甚至超過(guò)傳統(tǒng)算法的精度。當(dāng)然,整個(gè)魯棒性肯定也比傳統(tǒng)算法要好。那這樣使用的成本就可以降到非常低。

Part.2

解決方案

280268fa-f6a5-11ed-ba01-dac502259ad0.png

這個(gè)解決方案的范疇是什么?可以說(shuō)是視覺(jué)系統(tǒng)范疇,也可以說(shuō)是視覺(jué)檢測(cè)設(shè)備范疇。叫解決方案,就是基于算法疊加的一個(gè)完整方案。我們內(nèi)部的觀點(diǎn)是,AI不僅僅是一個(gè)技術(shù)模塊,它是一種新的認(rèn)知框架,本質(zhì)上是基于數(shù)據(jù)和標(biāo)準(zhǔn)驅(qū)動(dòng)的。首先我們要有這么一個(gè)認(rèn)知框架,再往下看我們的視覺(jué)解決方案,核心包括哪些部分?對(duì)這些部分意味著是什么?

我抽取了里面三個(gè)核心部分:

成像模組

成像模組就是整個(gè)機(jī)器視覺(jué)里面成像的所有器件跟方案,它背后的基本原理是什么?是基于傳統(tǒng)算法,而傳統(tǒng)算法基于定量分析。所以說(shuō)我們基于傳統(tǒng)算法來(lái)做的成像方案,它的底層要求是“定量、高對(duì)比度”。

這個(gè)會(huì)導(dǎo)致什么樣的后果?比如說(shuō)我們要檢測(cè)一個(gè)表面很多不同類型的缺陷。為了要達(dá)到高對(duì)比度的定量,可能我需要打若干場(chǎng)光。可能每場(chǎng)光對(duì)應(yīng)兩種缺陷,后面才能把這些缺陷完整的呈現(xiàn)出來(lái),成像的效率非常低。

而我們進(jìn)入AI時(shí)代以后,我們對(duì)成像的要求變了,只要是目視可見(jiàn)即可。當(dāng)前基于傳統(tǒng)算法構(gòu)建的成像方案,本質(zhì)上還只是一個(gè)“光電轉(zhuǎn)換器”。只是把一個(gè)關(guān)鍵信號(hào)轉(zhuǎn)換成圖像,距離我們所說(shuō)的眼睛差的太遠(yuǎn)了。當(dāng)然,我們也不可能一步躍成眼睛,那至少階段性的目標(biāo)我們是不是可以達(dá)到攝影水準(zhǔn)。這個(gè)做到了有什么好處呢?一方面是能夠提高我們整個(gè)成像的空間效率,更重要的是它簡(jiǎn)化了、通用化了、成本低了。這是很重要的一個(gè)根本變化。

算法模組

客觀來(lái)說(shuō),當(dāng)前落地的各種項(xiàng)目,成本還是比較高的。根源在于大部分只是把AI作為一個(gè)算法模塊,把它疊加到原來(lái)的體系里面,就比較低效。后續(xù)算法方案一定要以AI為中心,打通和優(yōu)化整個(gè)計(jì)算流和數(shù)據(jù)流,這個(gè)才是最優(yōu)的方式,能夠提高訓(xùn)練推理效率、降低部署維護(hù)成本。

自動(dòng)化模組

在傳統(tǒng)算法時(shí)代,由于成像有很多約束,自動(dòng)化能發(fā)揮的作用非常受限。AI其實(shí)是打破了算法的束縛,本質(zhì)上也打破了我們成像的束縛。可以自動(dòng)化幫我們拍圖,各種“凹姿勢(shì)”“擺造型”。只要能將缺陷拍清楚就可以,并不需要那么明亮的成像。如果這么來(lái)做的話,極大地降低了自動(dòng)化復(fù)雜度,提高了自動(dòng)化通用性。并且能夠比較簡(jiǎn)單高效地解決產(chǎn)品異形、多型號(hào)小批量等成像難題

從大的維度來(lái)看,工業(yè)視覺(jué)解決方案會(huì)按兩個(gè)方向演進(jìn):

輕量級(jí)場(chǎng)景:更強(qiáng)調(diào)一體化,極致的簡(jiǎn)單易用,可能需要線上訓(xùn)練。

復(fù)雜場(chǎng)景:更強(qiáng)調(diào)通用化解決方案,包括:通用成像模組、通用大模型、通用自動(dòng)化模組,降低全鏈路綜合成本。

02

工業(yè)AI視覺(jué)進(jìn)化論

28647996-f6a5-11ed-ba01-dac502259ad0.png

任何技術(shù)導(dǎo)入都有它的一個(gè)生命周期,每個(gè)階段有不同的特點(diǎn)?;诼涞囟鄠€(gè)項(xiàng)目的思考,我們將AI工業(yè)視覺(jué)發(fā)展路徑劃分為三個(gè)階段:早期市場(chǎng)時(shí)期(2019)、保齡球道時(shí)期(2024)、龍卷風(fēng)時(shí)期(2029)。

2019年是AI工業(yè)視覺(jué)元年,意味著有相關(guān)的AI項(xiàng)目落地,即早期市場(chǎng)。阿丘也是在這一年開(kāi)始逐步項(xiàng)目落地,我們的第一個(gè)落地項(xiàng)目是3C行業(yè)的模組外觀檢測(cè)。

自 2021年開(kāi)始,AI逐步在各細(xì)分市場(chǎng)成為標(biāo)配,該趨勢(shì)將延續(xù)到2024年,即所謂的保齡球道時(shí)期。阿丘從2021年開(kāi)始在結(jié)構(gòu)件、模組、包裝等眾多細(xì)分市場(chǎng)批量落地。

預(yù)計(jì)在 2029年, AI 將在全域市場(chǎng)普及,即龍卷風(fēng)時(shí)期。

這是一個(gè)大概的判斷,時(shí)間周期有可能會(huì)早或晚,僅供大家參考。

2019

早期市場(chǎng)時(shí)期:技術(shù)創(chuàng)新

28bef57e-f6a5-11ed-ba01-dac502259ad0.png

我們首先來(lái)看一下早期市場(chǎng)有什么特點(diǎn)?

核心還屬于是技術(shù)創(chuàng)新的一個(gè)時(shí)期。換句話說(shuō),AI這個(gè)東西在工業(yè)視覺(jué)里面到底能不能用,比較專業(yè)的說(shuō)法就叫技術(shù)創(chuàng)新導(dǎo)向。

那么工業(yè)AI算法跟我們自然場(chǎng)景(比如人臉識(shí)別、自動(dòng)駕駛)的技術(shù)到底有什么差別?一是小樣本,大家知道缺陷是由非受控因素產(chǎn)生的,獲取成本很高,所以需要小樣本;二是高精度,包括尺寸小、對(duì)比度低、過(guò)檢率和漏檢率指標(biāo)嚴(yán)格,特別是關(guān)鍵缺陷要達(dá)到零漏殺;三是低算力,本質(zhì)上是由于工業(yè)產(chǎn)品對(duì)成本有約束。

正是基于這些洞察,我們構(gòu)建了自主底層算法框架、上層算法工具,即大家耳熟能詳?shù)墓I(yè) AI 視覺(jué)軟件平臺(tái)AIDI。

在推AIDI的過(guò)程中,有兩個(gè)比較有意思的點(diǎn),在這里與大家分享下:

設(shè)備廠商甚至集成商大部分都有自研基礎(chǔ)AI算法的沖動(dòng),基本都無(wú)疾而終。甚至這個(gè)公司可能只有五六個(gè)人,他也安排一個(gè)人來(lái)自研。核心原因就兩個(gè):一是有很多開(kāi)源的框架;二是確實(shí)把這些數(shù)據(jù)拉到框架里充分跑一跑能看到不錯(cuò)的指標(biāo)。但是真正上線時(shí)會(huì)受三個(gè)約束,即小樣本、高精度、低算力。所以很多人可能做到后面無(wú)法突破這三個(gè)約束,慢慢地就悄無(wú)聲息了。

通過(guò)和客戶的交流和我個(gè)人的思考,我認(rèn)為其實(shí)它是一個(gè)經(jīng)濟(jì)學(xué)問(wèn)題,不是一個(gè)技術(shù)問(wèn)題。我們?cè)趥鹘y(tǒng)算法時(shí)代,用OpenCV去做項(xiàng)目也能做一部分,但是大部分的系統(tǒng)和設(shè)備,還是一定要用專業(yè)的平臺(tái)軟件來(lái)做。在AI這個(gè)時(shí)代我認(rèn)為也是一樣的。能不能自研AI算法呢?我認(rèn)為是比自研傳統(tǒng)算法更難的。主要是三個(gè)方面:第一個(gè)方面,自然場(chǎng)景跟工業(yè)場(chǎng)景的問(wèn)題特性有非常大的差別;第二個(gè)方面是AI算法的參數(shù)維度更多;第三個(gè),要達(dá)到低算力,需要對(duì)算法做高性能優(yōu)化,優(yōu)化復(fù)雜度是非常高的。如果一個(gè)公司真的要自研AI算法,投入的強(qiáng)度要很高,要有很多工程師,所以我覺(jué)得最終它實(shí)際上是一個(gè)經(jīng)濟(jì)學(xué)問(wèn)題。

總的來(lái)說(shuō),如果大家投入資源的強(qiáng)度足夠,我認(rèn)為也能夠做一個(gè)至少能用的東西,但如果要做到更好,就看你有沒(méi)有天花板足夠高的團(tuán)隊(duì)。

有些人問(wèn)我,做傳統(tǒng)算法的視覺(jué)廠商來(lái)做AI算法是更容易還是更難?針對(duì)這個(gè)問(wèn)題我還真是進(jìn)行了深度的思考,這也是我想給大家分享的第二個(gè)點(diǎn)。其實(shí)我認(rèn)為是更難,可能比一個(gè)完全初創(chuàng)的公司還更難。為什么?本質(zhì)上AI算法和傳統(tǒng)算法的架構(gòu)和迭代范式完全不同,研發(fā)理念也是天壤之別。要從傳統(tǒng)算法的方式切換到AI,我不是說(shuō)沒(méi)有可能,只是概率較小。

阿丘落地的第一個(gè)項(xiàng)目是3C模組外觀檢測(cè),這個(gè)項(xiàng)目是有一定復(fù)雜度的。其中涉及注塑件、金屬件等多種材料組合,產(chǎn)品異形,缺陷種類多達(dá)70余種、形態(tài)多變。檢測(cè)要求漏檢率低于0.1%,過(guò)檢率3%左右,以傳統(tǒng)算法視角看來(lái)該項(xiàng)目基本無(wú)解。我們從方案到樣機(jī)上線花了超過(guò)6個(gè)月的時(shí)間,在項(xiàng)目進(jìn)行過(guò)程中,我們發(fā)現(xiàn) POC指標(biāo)和上線指標(biāo)之間存在巨大鴻溝。為什么會(huì)有這個(gè)鴻溝?我認(rèn)為主要有四個(gè)方面

第一個(gè)就是對(duì)AI的認(rèn)知。它到底能解決什么問(wèn)題?不能解決什么問(wèn)題?所謂AI是不論復(fù)雜度的,只要學(xué)習(xí)過(guò)的,再?gòu)?fù)雜也可以解決,沒(méi)學(xué)習(xí)過(guò)的再簡(jiǎn)單也無(wú)法解決。

第二個(gè)是對(duì)需求邊界的認(rèn)知,AI本身無(wú)法分辨正確與錯(cuò)誤,這意味著你給它錯(cuò)誤的樣本,它也會(huì)學(xué)習(xí)。從這個(gè)角度,他對(duì)標(biāo)準(zhǔn)是有很嚴(yán)格的要求的。

第三個(gè)是對(duì)數(shù)據(jù)的管理。核心主要是兩個(gè)點(diǎn),如何把握標(biāo)注的標(biāo)準(zhǔn)以及如何篩選對(duì)迭代模型有信息量的數(shù)據(jù)。標(biāo)注標(biāo)準(zhǔn)太嚴(yán)苛,成本太高;不夠嚴(yán)苛,標(biāo)準(zhǔn)對(duì)AI來(lái)說(shuō)又不明確。

最后一個(gè)是模型相關(guān)的問(wèn)題。如何保證指標(biāo)的穩(wěn)定性和在產(chǎn)線間進(jìn)行復(fù)制。比如,不同的產(chǎn)品型號(hào)該如何做到兼容。

為了解決這些問(wèn)題,我們基于項(xiàng)目經(jīng)驗(yàn),提煉出了AI落地方法論,比較成熟的方法,就會(huì)成為AIDI產(chǎn)品功能的一個(gè)組成部分。

該階段客戶的特征:擁抱新技術(shù)、有痛點(diǎn)、有一定支付能力。我認(rèn)為這三個(gè)特征缺一不可。這樣來(lái)看,早期我們項(xiàng)目落地在3C行業(yè)是有其必然性的,因?yàn)橐訟pple為主驅(qū)動(dòng)的3C供應(yīng)鏈?zhǔn)亲钤鐡肀录夹g(shù)的行業(yè)之一。并且在3C供應(yīng)鏈中,自動(dòng)化程度最低的就在質(zhì)檢環(huán)節(jié)。前幾年疫情引起的人員受限等問(wèn)題更加推動(dòng)了檢測(cè)自動(dòng)化。由于檢測(cè)問(wèn)題的復(fù)雜性,傳統(tǒng)算法時(shí)代實(shí)現(xiàn)檢測(cè)自動(dòng)化可能性非常小。當(dāng)然也做了一些AOI,但實(shí)現(xiàn)的效果不太好,沒(méi)有一個(gè)真正的解決方案。可能你上了一臺(tái)設(shè)備,但還需要更多的人來(lái)維護(hù)這臺(tái)設(shè)備。AI提供了全新的強(qiáng)力的技術(shù)手段,和更多的可能性!

2024

保齡球道時(shí)期:產(chǎn)品創(chuàng)新

2917693e-f6a5-11ed-ba01-dac502259ad0.png

早期市場(chǎng)階段,我認(rèn)為是找一些場(chǎng)景落地,后面到了保齡球道時(shí)期,一定是在細(xì)分市場(chǎng)。

這里面的一個(gè)焦點(diǎn)就是產(chǎn)品創(chuàng)新。從算法維度來(lái)看就是算法的標(biāo)準(zhǔn)化,包括工具鏈標(biāo)準(zhǔn)化。把前面說(shuō)的那套落地方法論抽象成一套工具,集成到產(chǎn)品中,讓大家更方便地使用。從解決方案維度,核心點(diǎn)在于創(chuàng)新簡(jiǎn)化。發(fā)掘AI特性,在提高檢測(cè)性能的同時(shí),簡(jiǎn)化成像、算法、自動(dòng)化解決方案,縮短產(chǎn)品上市周期,降低產(chǎn)品生命周期綜合成本。

該階段客戶的特征:有痛點(diǎn)且關(guān)注性價(jià)比。我們認(rèn)為這個(gè)階段還需要延續(xù)兩到三年的時(shí)間。

2029

龍卷風(fēng)時(shí)期:行業(yè)價(jià)值鏈重構(gòu)

下一個(gè)時(shí)期就是龍卷風(fēng)時(shí)期,重點(diǎn)在于重構(gòu)行業(yè)價(jià)值鏈。


該時(shí)期的前置條件是殺手級(jí)產(chǎn)品的出現(xiàn),該殺手級(jí)產(chǎn)品把行業(yè)價(jià)值鏈卷一遍,在暴風(fēng)過(guò)后,將會(huì)呈現(xiàn)新的價(jià)值鏈格局。比如,移動(dòng)互聯(lián)網(wǎng)時(shí)代的殺手級(jí)產(chǎn)品就是iPhone。視覺(jué)行業(yè)的殺手級(jí)產(chǎn)品是康耐視的VisionPro,有了這個(gè)產(chǎn)品才定義了我們現(xiàn)在提到的很多術(shù)語(yǔ)。那AI時(shí)代的殺手級(jí)產(chǎn)品是什么?這個(gè)還是需要由市場(chǎng)來(lái)選擇。

龍卷風(fēng)時(shí)期的重要特征:大量“偽AI公司出現(xiàn)”。特別是傳統(tǒng)視覺(jué)公司沒(méi)有涉及AI也紛紛披上AI的外衣,因?yàn)榇蠹叶几兄奖╋L(fēng)即將來(lái)臨,想跟上風(fēng)潮的同時(shí)又恐懼被暴風(fēng)卷走。

03

演進(jìn)趨勢(shì)觀點(diǎn)

298c3836-f6a5-11ed-ba01-dac502259ad0.png

談?wù)勎覀儗?duì)未來(lái)3-5年的演進(jìn)趨勢(shì)的一些判斷。

? 第一個(gè)是算法方面,有三個(gè)趨勢(shì):第一個(gè)是非監(jiān)督,這個(gè)主要針對(duì)輕量級(jí)場(chǎng)景;第二個(gè)是大模型,前面提到對(duì)于復(fù)雜場(chǎng)景,大模型是最佳機(jī)會(huì);最后一個(gè)是輕量化,即低算力,低成本是工業(yè)視覺(jué)永恒的關(guān)鍵維度。

?第二個(gè)趨勢(shì)屬于解決方案。第一個(gè)核心還是簡(jiǎn)化和通用化,前面提到的成像、算法自動(dòng)化都是屬于簡(jiǎn)化、通用化。還有一個(gè)是全鏈路的成本優(yōu)化。這是什么意思?一個(gè)行業(yè)要達(dá)到最大化普及,成本是很關(guān)鍵的一個(gè)因素。整個(gè)鏈條包括硬件、算力、開(kāi)發(fā)成本、部署成本、維護(hù)成本,如何實(shí)現(xiàn)整體最低。

?第三個(gè)我認(rèn)為是整個(gè)行業(yè)大的趨勢(shì)。未來(lái)五年左右,一定會(huì)出現(xiàn)殺手級(jí)產(chǎn)品。這個(gè)產(chǎn)品的出現(xiàn)靠能力,也要靠點(diǎn)運(yùn)氣,最終它是由市場(chǎng)篩選出來(lái)。整個(gè)行業(yè)將會(huì)因?yàn)檫@個(gè)殺手級(jí)產(chǎn)品重新洗牌。這個(gè)殺手級(jí)產(chǎn)品的出現(xiàn)將影響什么?我分享一下我個(gè)人的觀點(diǎn):第一個(gè)就是不了解AI的工程師可能將被淘汰。還有一個(gè)就是傳統(tǒng)的視覺(jué)公司從業(yè)者能不能在大的圖景里面創(chuàng)造價(jià)值,否則也會(huì)被淘汰。這個(gè)我們可以用時(shí)間來(lái)檢驗(yàn)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 工業(yè)
    +關(guān)注

    關(guān)注

    3

    文章

    2081

    瀏覽量

    47960
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    35164

    瀏覽量

    280007
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    AIDI 3.3與AQVision 2.5正式上線,開(kāi)啟AI視覺(jué)高效智能新篇章

    工業(yè)自動(dòng)化與智能化浪潮中,視覺(jué)檢測(cè)的精度、效率和部署靈活性,直接影響著生產(chǎn)線的質(zhì)量管控與運(yùn)營(yíng)成本。為助力制造企業(yè)應(yīng)對(duì)這些核心挑戰(zhàn),阿丘科技正式發(fā)布工業(yè)級(jí)AI算法平臺(tái)軟件AIDI3.3
    的頭像 發(fā)表于 07-03 17:03 ?307次閱讀
    AIDI 3.3與AQVision 2.5正式上線,開(kāi)啟<b class='flag-5'>AI</b><b class='flag-5'>視覺(jué)</b>高效智能新篇章

    音頻設(shè)備的“純凈革命”——從Hi-Fi到AI的聲學(xué)進(jìn)化論

    當(dāng)聲音被重新定義 在一場(chǎng)嘈雜的行業(yè)展會(huì)中,一臺(tái)僅有手掌大小的會(huì)議音箱清晰捕捉到了演講者的每一句話,背景的喧嘩聲仿佛被無(wú)形屏障隔絕。這背后是明遠(yuǎn)智睿SSD2351核心板的音頻處理能力——它讓設(shè)備不僅能“聽(tīng)見(jiàn)”,更能“理解”聲音的本質(zhì)。 痛點(diǎn)直擊:音頻設(shè)備的“三重困境” 噪聲污染:會(huì)議場(chǎng)景中鍵盤敲擊、空調(diào)雜音干擾語(yǔ)音清晰度; 隱私泄露:智能音箱云端傳輸語(yǔ)音指令,存在數(shù)據(jù)截獲風(fēng)險(xiǎn); 開(kāi)發(fā)門檻:音頻算法優(yōu)化需深厚DSP功底,中
    的頭像 發(fā)表于 06-19 14:49 ?122次閱讀

    聚徽智控——從嵌入式到邊緣計(jì)算:平板工控電腦的技術(shù)進(jìn)化論

    工業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,平板工控電腦作為核心終端設(shè)備,正經(jīng)歷從嵌入式系統(tǒng)到邊緣計(jì)算架構(gòu)的范式革命。這一進(jìn)化不僅重塑了設(shè)備的技術(shù)形態(tài),更推動(dòng)了工業(yè)互聯(lián)從“數(shù)據(jù)采集”向“智能決策”的跨越。本文將從技術(shù)
    的頭像 發(fā)表于 06-13 13:48 ?247次閱讀

    服務(wù)與數(shù)據(jù)的雙螺旋:從SOME/IP到DDS看汽車電子架構(gòu)的進(jìn)化之路

    底層通信技術(shù)的演進(jìn)始終是由應(yīng)用需求的不斷變化所驅(qū)動(dòng)的。正如“進(jìn)化論”所強(qiáng)調(diào)的,“適者生存”才是核心:并不存在放之四海而皆準(zhǔn)的“最優(yōu)”技術(shù),只有在特定場(chǎng)景下最合適的解決方案。對(duì)于SOME/IP和DDS,很多人習(xí)慣于直接問(wèn)“孰優(yōu)孰劣”,但如果脫離具體的應(yīng)用場(chǎng)景去討論優(yōu)劣,往往難有定論。
    的頭像 發(fā)表于 05-23 10:56 ?1126次閱讀
    服務(wù)與數(shù)據(jù)的雙螺旋:從SOME/IP到DDS看汽車電子架構(gòu)的<b class='flag-5'>進(jìn)化</b>之路

    算法進(jìn)化論:從參數(shù)剪枝到意識(shí)解碼的 AI 革命

    電子發(fā)燒友網(wǎng)報(bào)道(文 / 李彎彎)在人工智能領(lǐng)域,算法創(chuàng)新無(wú)疑是推動(dòng)技術(shù)持續(xù)前行的核心動(dòng)力源泉。近些年來(lái),隨著深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等前沿技術(shù)相繼取得重大突破,AI 算法在效率提升、可解釋性增強(qiáng)以及泛化
    的頭像 發(fā)表于 04-19 00:38 ?1775次閱讀

    數(shù)智化時(shí)代,數(shù)據(jù)存儲(chǔ)“進(jìn)化論”該如何書(shū)寫?

    。Gartner預(yù)測(cè),到2028年,企業(yè)軟件應(yīng)用中具備自主性AI的比例將從不到1%升至33%,30%的企業(yè)機(jī)構(gòu)會(huì)把數(shù)據(jù)變現(xiàn)或入表納入數(shù)據(jù)戰(zhàn)略。在此背景下,作為數(shù)據(jù)承載關(guān)鍵設(shè)施的存儲(chǔ),正經(jīng)歷前所未有的變革。 數(shù)智時(shí)代,數(shù)據(jù)存儲(chǔ)如何助力企業(yè)釋放AI
    的頭像 發(fā)表于 04-16 11:21 ?200次閱讀
    數(shù)智化時(shí)代,數(shù)據(jù)存儲(chǔ)“<b class='flag-5'>進(jìn)化論</b>”該如何書(shū)寫?

    從3D到AI,機(jī)器視覺(jué)全面賦能工業(yè)自動(dòng)化

    電子發(fā)燒友網(wǎng)報(bào)道(文/吳子鵬)機(jī)器視覺(jué)作為人工智能與工業(yè)自動(dòng)化深度融合的核心技術(shù),近年來(lái)在算法創(chuàng)新、硬件迭代以及行業(yè)應(yīng)用等方面均實(shí)現(xiàn)了跨越式發(fā)展,推動(dòng)終端市場(chǎng)應(yīng)用持續(xù)迭代升級(jí)。根據(jù) GGII
    的頭像 發(fā)表于 04-08 01:03 ?2047次閱讀

    演講實(shí)錄丨阿丘科技李嘉悅:大模型驅(qū)動(dòng)的AI檢測(cè)范式變革——大模型、小模型、智能體的協(xié)同進(jìn)化

    3月28日,由機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟(CMVU)主辦、慕尼黑展覽(上海)有限公司承辦的VisionChina2025(上海)機(jī)器視覺(jué)展在上海新國(guó)際博覽中心圓滿落幕。阿丘科技產(chǎn)品總監(jiān)李嘉悅在機(jī)器視覺(jué)
    的頭像 發(fā)表于 04-02 16:21 ?601次閱讀
    演講實(shí)錄丨阿丘科技李嘉悅:大模型驅(qū)動(dòng)的<b class='flag-5'>AI</b>檢測(cè)范式變革——大模型、小模型、智能體的協(xié)同<b class='flag-5'>進(jìn)化</b>

    AI智能質(zhì)檢系統(tǒng) 工業(yè)AI視覺(jué)檢測(cè)

    AI質(zhì)檢(智能)系統(tǒng)的優(yōu)點(diǎn)有哪些? 隨著工業(yè)4.0和智能制造的快速發(fā)展,人工智能(AI)技術(shù)在工業(yè)生產(chǎn)中的應(yīng)用日益廣泛,其中AI質(zhì)檢(智能)
    的頭像 發(fā)表于 02-26 17:36 ?551次閱讀
    <b class='flag-5'>AI</b>智能質(zhì)檢系統(tǒng) <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺(jué)</b>檢測(cè)

    大模型進(jìn)化論AI產(chǎn)業(yè)落地將卷向何方?

    大模型進(jìn)化論AI產(chǎn)業(yè)落地將卷向何方?
    的頭像 發(fā)表于 01-24 09:28 ?348次閱讀

    Qorvo? 將在 CES? 2025 呈現(xiàn)“智能生活進(jìn)化論”展示UWB WiFi7等應(yīng)用技術(shù)

    全球領(lǐng)先的連接和電源解決方案供應(yīng)商 Qorvo?(納斯達(dá)克代碼:QRVO)宣布將于2025年1月7日至10日在拉斯維加斯舉辦的CES 2025上展示其以 “智能生活進(jìn)化論” 為主題的最新創(chuàng)新成果
    的頭像 發(fā)表于 12-13 10:43 ?1348次閱讀

    Qorvo將在CES 2025展示“智能生活進(jìn)化論”創(chuàng)新成果

    近日,全球領(lǐng)先的連接和電源解決方案供應(yīng)商Qorvo?宣布,將于2025年1月7日至10日在美國(guó)拉斯維加斯舉辦的CES? 2025上,以“智能生活進(jìn)化論”為主題,展示其最新的創(chuàng)新技術(shù)。 在威尼斯人
    的頭像 發(fā)表于 12-11 10:16 ?799次閱讀

    工業(yè)AI視覺(jué)檢測(cè)項(xiàng)目實(shí)施第四步:工廠驗(yàn)收

    在當(dāng)今智能制造的洪流中,AI視覺(jué)檢測(cè)技術(shù)憑借高效與精準(zhǔn),已躍升為提高產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵利器。為了助力從業(yè)者更好地理解和實(shí)施AI視覺(jué)檢測(cè)項(xiàng)目,阿丘科技「
    的頭像 發(fā)表于 12-09 16:56 ?890次閱讀
    <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺(jué)</b>檢測(cè)項(xiàng)目實(shí)施第四步:工廠驗(yàn)收

    AI干貨補(bǔ)給站04 | 工業(yè)AI視覺(jué)檢測(cè)項(xiàng)目實(shí)施第三步:模型構(gòu)建

    在當(dāng)今智能制造的浪潮中,AI視覺(jué)檢測(cè)技術(shù)憑借其高效、精準(zhǔn)的特性,已然成為提升產(chǎn)品質(zhì)量和生產(chǎn)效率的重要工具。為了助力從業(yè)者更好地理解和實(shí)施AI視覺(jué)檢測(cè)項(xiàng)目,阿丘科技「
    的頭像 發(fā)表于 11-29 01:04 ?664次閱讀
    <b class='flag-5'>AI</b>干貨補(bǔ)給站04 | <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺(jué)</b>檢測(cè)項(xiàng)目實(shí)施第三步:模型構(gòu)建

    AI干貨補(bǔ)給站03 | 工業(yè)AI視覺(jué)檢測(cè)項(xiàng)目實(shí)施第二步:數(shù)據(jù)收集

    阿丘科技「AI干貨補(bǔ)給站」推出系列文章——《工業(yè)AI視覺(jué)檢測(cè)項(xiàng)目入門指南》,這一系列內(nèi)容將AI視覺(jué)
    的頭像 發(fā)表于 11-22 01:06 ?638次閱讀
    <b class='flag-5'>AI</b>干貨補(bǔ)給站03 | <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺(jué)</b>檢測(cè)項(xiàng)目實(shí)施第二步:數(shù)據(jù)收集