康耐视推出基于AI的嵌入式视觉系统以帮助生命科学设备制造商解决棘手应用

2023-08-16 17:05:54来源：康耐视关键词：视觉检测嵌入式视觉系统阅读量：21646

导读：这款一体化视觉系统内置先进的机器视觉、代码读取和边缘学习技术，可自动执行多样的任务，包括简单的存在/缺失检测、跟踪与追踪应用、高精度对位和复杂的色彩检测。

　　创新的视觉系统充分利用易于使用的边缘学习技术，使复杂的视觉检测和代码读取应用实现自动化。

　　美国马萨诸塞州Natick郡 — 2023年5月31日 —作为全球工业机器视觉领域的领导者之一，康耐视公司(纳斯达克：CGNX)宣布推出Advantage 182视觉系统，其经过专门设计，可使复杂的定位、分类和检测任务实现自动化。这款一体化视觉系统内置先进的机器视觉、代码读取和边缘学习技术，可自动执行多样的任务，包括简单的存在/缺失检测、跟踪与追踪应用、高精度对位和复杂的色彩检测。来自生命科学行业的原始设备制造商可以将Advantage 182视觉系统嵌入到定制化解决方案中，以解决试管检测和分类、离心血液相层测量、病理样本识别等挑战。

　　“Advantage 182是康耐视面向生命科学行业率先推出的一款内置边缘学习技术的嵌入式视觉系统，”生命科学产品营销总监Kevin Ryan表示，“边缘学习技术充分利用预先训练的基于AI的算法自动执行和扩展检测应用。只需训练 5到10个图像，用户就可以快速配置边缘学习工具，在数分钟内解决分类等复杂的应用。凭借高度易用性、可扩展性和准确性，该技术会在生命科学行业大展拳脚。”

　　除了边缘学习工具，用户还可以在Advantage 182系统上运行基于规则的工具，这使用户能够利用全套视觉工具库，并可重新配置系统，以在需求发生变化时解决新应用。

　　除了软件灵活性外，Advantage 182还提供模块化硬件，可快速集成至现有运营中，并能够构建定制化解决方案。硬件组件还提供长期修订控制，这可以保护初始投资，并使用户能够重新利用先前的工作，消除了重复性工作的需要和成本。

　　康耐视的所有系统并非医疗设备或医疗设备配件，并非为了诊断或治疗目的而设计。康耐视向客户提供未经训练的深度学习视觉系统。在用户或临床医生对这些系统进行训练后，它们可以提供本文件中所描述的检测结果。

上一篇：智己汽车发布“未来3~5年智驾产品落地路线图”

下一篇：苹果有意将面容识别用于MacBook和iMac 已申请相关专利

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

长虹集团强化“人工智能 ”技术研发应用以科技创新赋能产业升级
在智能制造领域，长虹控股集团采用人工智能、大数据、边缘计算等技术，大幅提升智造效率，加速“智改数转”进程。
智能制造视觉检测
2024-03-26 09:37:44
湖南省5个场景入选工信部制造业质量管理数字化典型场景名单
近日,正式公布入选的34项质量管理数字化典型场景、29项质量管理数字化解决方案优秀案例名单。其中，湖南省5个场景入选，数量位居全国第一(全国共34项)。
视觉检测边缘计算机器视觉
2023-02-06 11:23:51
百子尖：“自研钻研”，开启工业自动化、智慧化
无论是机器视觉还是先进过程自动化，考验的都是公司在算法领域的实力。作为深耕行业30余年的“老玩家”，百子尖打磨出了有竞争力的产品，为客户带来智能化新体验。
机器视觉智能检测相机视觉检测
2022-10-09 14:14:00
先进制造领域投融资活跃 9月行业重要融资事件集锦
在介质全息、3R(VR/AR/MR)先进制造领域，像航科技获得亿级投资、奇点临近完成亿元天使轮融资、欢创科技完成近亿元C1轮融资......
机器人光器件视觉检测
2022-09-29 15:17:34
专为色觉障碍人士打造！OPPO公开色彩视觉检测技术：辨色正确度提升80%
11日下午，OPPO产品经理李思潼在腾讯科技向善·信息无障碍专题论坛上，展示了OPPO针对色觉障碍人士开发的色彩视觉检测技术。
OPPO视觉检测
2022-01-12 09:19:31
人工智能在制造业领域主要呈现三大应用方向
2017年在全社会的热潮和推动下，人工智能在工业领域的应用也取得了一些进展，涌现了一些公司和案例。综合来看，目前人工智能在制造业领域主要有三个方向。
大数据视觉检测
2018-01-14 08:30:45

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。