-
基于深度学习的
视觉检测平台
-
视觉检测使用简单可靠且功能强大的 SaigeVision® 平台来自动化您的视觉检测任务。 SaigeVision® 采用最先进的机器学习算法，以及先进的数据生成、增强和标记工具，可为最具挑战性的检测问题提供无与伦比的准确性和速度。 即使只有有限的训练数据， SaigeVision® 也能以最低的运营开销实现最高的性能。
-
视频异常检测SaigeVAD® 可以从视频数据中自动检测各种装配和制造过程的错误。 只需使用未标记的训练数据，及正常操作视频，就可以训练 SaigeVAD®来检测所有异常，并可以分类哪些是关键的错误，哪些可以忽略的错误。
-
文字识别 | 文本理解SaigeOCR® 自动检测图像中的单词和文本，并将它们转换为字符串。借助先进的深度学习方法， SaigeOCR® 能够提取文本区域的曲率和其他几何信息，从而稳定的识别高度扭曲的文本。
-
应用领域
-
锂电池
传统机器视觉难以检测到典型的锂电池制造缺陷，例如划痕、凹痕、裂缝、污渍等。原因不仅是产品表面的反射性质， 同时由于缺陷是不规则的传统视觉也很难给缺陷检测设定阈值。 Systems全球领先的新能源汽车电池制造商， 例如三星SDI等就使用SaigeVision®解决了至关重要的锂电池检测难点。
-
半导体和电子产品
在印刷电路板的生产环节，由于缺陷种类多且形态各异，再加上质检环节的检测图像尺寸大，导致PCB板的检测很难做到又快又准。韩国大德电子等先进的PCB生产商选择使用SaigeVision®来助力其质检环节，实现高效、准确的线上缺陷检测。
-
产品抓取和码垛
机器视觉在缺陷检测和产品定位上都有广泛应用。特别是在流水线叠料的分割和识别上，人工智能拥有先天性的优势。SaigeVision®与恒瑞、无穷等医药、食品企业合作，落地数个项目。
-
显示面板
OLED/LED/LCD显示面板上的瑕疵是最复杂的检测之一。MURA，一种对比度极低的污渍，这种缺陷的的尺寸最小只有几个像素点，非常难以检测到。针对这种缺陷，利用SaigeVision®就可以轻松应对。
-
医药与生物制药
面对严格的生产安全要求，医药类产品的缺陷检测是重中之重。任何缺陷漏检都可能造成重大事故。同时，随着医药产品的大规模生产，检测效率也同样重要。 当企业问起如何能同时拥有检测的准确率和效率，SaigeVision®就是最好的答案。
学术博客
-
Date: 2021.07.20. Writer: Hyeokjun Kwon Source: Saige Blog – A Peek into Automatic Data Augmentation by Policy Searching Machine-learning(ML, 기계학습) 혹은 Deep-learning(DL, 딥러닝) 기반으로 […]Hyeokjun Kwon -
Date: 2021.07.08 Writer: Seunghyeon Kim Source: Saige Blog – Transfer Learning for Industrial Visual Inspection Transfer learning 이란? 2012년 Alex Krizhevsky가 AlexNet[1]이라는 convolutional neural […]Seunghyeon Kim