核心器件自主能力強(qiáng)

AI技術(shù)加持

針對(duì)鋰電池檢測(cè)需求獨(dú)創(chuàng)的AI技術(shù)具備三大優(yōu)勢(shì)：

• 小樣本學(xué)習(xí)能力：能夠利用少量圖像樣本，基于遷移學(xué)習(xí)、蒸餾技術(shù)，實(shí)現(xiàn)小樣本的訓(xùn)練和推理，快速實(shí)現(xiàn)穩(wěn)定檢測(cè)和準(zhǔn)確分類；

• 模型自迭代：對(duì)新增樣本、錯(cuò)分樣本迭代學(xué)習(xí)，達(dá)到很好的表現(xiàn)效果；

• 遷移學(xué)習(xí)：針對(duì)新材料、新產(chǎn)線，將已存在的模型應(yīng)用于新的任務(wù)，避免冷啟動(dòng)，實(shí)現(xiàn)快速適應(yīng)。

機(jī)器視覺(jué)底層核心算法自主程度高

儲(chǔ)備自研算法庫(kù)，并持續(xù)進(jìn)行更新優(yōu)化，不斷進(jìn)行積累和學(xué)習(xí)。能夠根據(jù)實(shí)際應(yīng)用場(chǎng)景，選擇所需模塊或定制開(kāi)發(fā)，實(shí)現(xiàn)效率的提升。

就視覺(jué)檢測(cè)系統(tǒng)而言，成像、算能、平臺(tái)、整機(jī)系統(tǒng)等均會(huì)影響檢測(cè)結(jié)果，當(dāng)某臺(tái)設(shè)備中一些因素發(fā)生變化，或者多臺(tái)設(shè)備中一些因素不一致，都會(huì)導(dǎo)致檢測(cè)結(jié)果的不一致。針對(duì)上述各個(gè)因素，凌云光通過(guò)一系列的設(shè)計(jì)規(guī)范與監(jiān)控模塊，保障檢測(cè)結(jié)果的一致性。