康耐视Vidi套件| 让汽车“艳压群芳”的AI解决方案

说到车展，很多人首先想到的就是那些漂亮又让人欲罢不能的车型。那么，为什么汽车模型如此受欢迎呢？1898年，在第一个汽车广告诞生后不久，人们发现，如果一个有魅力的年轻女性和一辆全新的汽车放在一起，就会疯狂地吸引男性观众的注意力。从那时起，性感的女模特成为经销商吸引顾客的法宝。然而，汽车模型并不是随机匹配的，它们的形象需要适当地反映汽车的特征。例如，法拉利车型不苟言笑的表情凸显了法拉利的高贵品质；标致和雪铁龙的车型既性感又活泼；日系车经常散发出年轻活泼的氛围；美国和德国的汽车都很稳定，风格略现代。然而，2016年，晴天霹雳：京沪车展宣布取消车展车型展示。当没有魅力四射的外部噱头时，留给制造商和经销商的似乎只有在汽车自身条件下努力！

在这样一个竞争激烈的环境中，主要制造商必须最大限度地提高生产测试的效率和准确性。然而，人类的肉眼和过去的视觉机器越来越无法满足今天的需求。幸运的是，一款专门为汽车行业设计的基于深度学习的图像分析软件已经出现，它的名字是Cognac ViDi套件。

这款Cognex ViDi套件将类人智能与机器视觉的可靠性相结合，非常适合定位变形部件、检测和分类复杂外观，以及具有挑战性的OCR应用。它提供了一个易于部署的接口，可以自动化以前难以通过编程解决的检测挑战。据编辑了解，它可以轻松解决以下检测挑战，并为生产检测过程提供可靠的质量保证：1。活塞压缩环检查挑战：由于活塞的反射金属表面，压缩环上的缺陷很难检测到，并且活塞的圆柱形有时在图像中模糊和失焦。解决方案：

根据这些图像，Cognex ViDi套件将了解活塞的自然形状和表面纹理，以及划痕的正常外观。在训练阶段和验证期间，可以不断调整参数，直到训练的模型能够正确检测和分割所有包含较长划痕的图像。2.圆柱体检测的过去挑战：圆柱体的粗糙表面和景深往往使图像边缘看起来非常模糊，这使得缺陷检测特别具有挑战性。解决方案

3.焊缝检测的过去挑战：动力系统关键部件（如活塞）复杂的表面纹理使传统的机器视觉难以检测其完整性，并且活塞的焊缝变化很大，难以区分各种异常。解决方案：

4.火花塞识别和分类方面的过去挑战：火花塞细微的外观变化可能会对自动化测试系统构成挑战，但制造商通常仅依靠目视检查。解决方案：

5.安全气囊检测的过去挑战：手动检测经常会错过或难以检测安全气囊上的故障孔、裂缝、孔洞、接缝和缝合问题。由于安全气囊织物表面的复杂性，传统的机器视觉系统也很难通过编程来解决这些问题。解决方案：

0

6.内部部件总装验证的过去挑战：总装验证中涉及的各种内部部件高度复杂，这对传统的机器视觉检测提出了挑战。尽管手动检查员擅长识别金属丝条，但他们的速度太慢，效率太低。解决方案：

1

2

7.汽车识别码检测过去的挑战：汽车制造商必须能够定位和读取VIN码以实现可追溯性，但镜面反射、油漆颜色和眩光使传统的机器视觉系统难以定位和识别字符。解决方案：

3

4

标签：法拉利北京标致发现现代

汽车资讯热门资讯