隨著人工智能研究的深入和各種硬件設(shè)備的不斷升級，智能制造領(lǐng)域的轉(zhuǎn)型也在不斷推進，在降低成本、提質(zhì)增效等指標要求下，基于深度學(xué)習的機器視覺算法有效解決了人工效率低、成本高，以及傳統(tǒng)機器視覺技術(shù)通用性與智能性不足的問題。
基于深度學(xué)習的機器視覺算法在許多工業(yè)場景中都有應(yīng)用。在產(chǎn)品的缺陷檢測中，可以利用目標檢測可以快速的定位和識別產(chǎn)品上的缺陷，又可以利用圖像分割對一些精密工件上的小目標缺陷實現(xiàn)精準的檢測和邊緣識別。在產(chǎn)品尺寸測量中，利用3D相機獲取目標物的點云信息，通過一定的點云處理，進而精準獲得目標物的寬度、高度、體積等尺寸信息。
但傳統(tǒng)制造企業(yè)中普遍缺少AI相關(guān)的從業(yè)人員，并且各個企業(yè)所采用的設(shè)備各不相同，如何讓傳統(tǒng)制造企業(yè)選擇合適的算法呢？又如何實現(xiàn)快速、便捷的部署呢？
為此，智東西公開課邀請到創(chuàng)新奇智工業(yè)智能部高級技術(shù)總監(jiān)湯寅航博士帶來主題為《融合多機器視覺算法的工業(yè)質(zhì)檢平臺解析與應(yīng)用》的直播講解，這也是智東西公開課策劃推出的深度學(xué)習工業(yè)質(zhì)檢合輯第1講。在本次講解中，湯寅航博士從機器視覺落地的難點展開，深入分析融合多種機器視覺算法的工業(yè)質(zhì)檢平臺架構(gòu)、快速部署關(guān)鍵及其應(yīng)用案例。
湯寅航博士是法國里昂大學(xué)計算機博士，師從計算機教授Liming Chen和數(shù)學(xué)教授Jean-Marie Morvan，在國際著名期刊及會議發(fā)表十余篇學(xué)術(shù)論文。湯博士具有從技術(shù)算法研究、到產(chǎn)品研發(fā)，到交付實施的完整項目經(jīng)驗，打造多個機器視覺在工業(yè)制造及安全生產(chǎn)領(lǐng)域的應(yīng)用落地最佳實踐，包括研發(fā)交付國內(nèi)首套鐵路隧道雷達波質(zhì)檢平臺系統(tǒng)、3C電子/食品等離散制造業(yè)產(chǎn)品的質(zhì)檢分揀系統(tǒng)、智慧安全工廠/園區(qū)項目等。
課程時間
時間：11月27日19點
地點：智東西公開課小程序
課程詳情
主題：融合多機器視覺算法的工業(yè)質(zhì)檢平臺解析與應(yīng)用
提綱：
1、機器視覺算法在落地應(yīng)用中的難點解析
2、融合多種機器視覺算法的工業(yè)質(zhì)檢平臺架構(gòu)詳解
3、快速部署的關(guān)鍵及應(yīng)用案例解析
講師：
湯寅航，創(chuàng)新奇智工業(yè)智能部高級技術(shù)總監(jiān)，法國里昂大學(xué)計算機博士，師從計算機教授Liming Chen和數(shù)學(xué)教授Jean-Marie Morvan，主要研究領(lǐng)域包括圖像處理、模式識別、生物特征識別等，在國際著名期刊及會議發(fā)表十余篇學(xué)術(shù)論文。
湯博士具有從技術(shù)算法研究、到產(chǎn)品研發(fā)，到交付實施的完整項目經(jīng)驗，打造多個機器視覺在工業(yè)制造及安全生產(chǎn)領(lǐng)域的應(yīng)用落地最佳實踐，包括研發(fā)交付國內(nèi)首套鐵路隧道雷達波質(zhì)檢平臺系統(tǒng)、3C電子/食品等離散制造業(yè)產(chǎn)品的質(zhì)檢分揀系統(tǒng)、智慧安全工廠/園區(qū)項目等。
報名方式
添加智東西公開課小助手蒼蒼（ID：zhidxclass004）報名，添加時請備注“姓名-公司/學(xué)校-職位/專業(yè)”，因報名人數(shù)過多，優(yōu)先通過備注者。
