工业视觉作为智能制造的眼睛，在制造业各场景中具有广泛的应用前景，尤其是在检测、引导、定位、测量等方面应用需求不断提高。公司为进一步巩固和加强技术领先优势，持续拓宽机器视觉技术的应用边界，通过先进的硬件设备和自研的软件算法，创新打造软硬件一体化的AI视觉解决方案。

该解决方案凭借着具有自主知识产权的2D/3D视觉核心算法以及机器视觉等核心技术，能够适应多种生产场景，通过数据生成技术，精确且快速生成海量标注数据，大幅减少检测设备的落地部署时间，以此实现工厂生产线工件的柔性化生产，为国内工业制造厂商数智化转型赋能。

硬件设备+软件算法 组合一体化解决方案

硬件设备：

机器视觉作为自动化的一部分，其硬件产品正逐渐成为生产制造过程中不同阶段的核心，无论是用户还是硬件供应商都将机器视觉产品作为生产线上信息收集的工具。这些硬件设备不仅决定所采集到的图像分辨率、图像质量等，同时与整个系统的运行模型直接相关。

工业镜头：在机器视觉系统中，镜头的作用是将目标成像放在图像传感器的光敏度上，对产品检测成像的质量有很大的影响。工业镜头是一种高性能分辨率镜头，可以更真实地反映图像效果，并有效地提高颜色还原度和图像清晰度。

工业相机：与工业镜头搭配使用，相机与镜头组合成为一套成像系统。工业相机是机器视觉系统的关键组成部分，通过将光信号转变成有序的电信号，给系统带来视觉能力。此外，工业相机也直接决定整个系统所呈现图像画面或数据的质量。

视觉光源：是成像的辅助器件，能够根据使用场景需求设计各种形状、时间、尺寸等等。通过适当的光源照明设计，使图像中的目标信息与背景信息得到最佳分离，可以大大降低图像处理算法分割、识别的难度，同时提高系统的定位、测量精度，使得系统的可靠性和综合性得到提高。

软件算法：

公司深耕机器视觉多年，坚持以AI+机器视觉技术为核心，创新研发轻辙视觉引擎、轻辙训练标注平台以及VisionMonitor工业视觉平台等工业级机器视觉应用软件。除此之外，公司为保持相关软件技术上的领先性，不断研究深度学习、3D视觉等创新技术，自研了多种算法。

基于注意力机制的深度学习网络架构：采用多尺度分层扩展特征编码与全局注意力机制，解决了卷积神经网络的局部特征孤立问题，有效提升了深度学习模型的检出准确性与泛化性。

AI缺陷生成技术：采用基于Stable Diffusion的生成式AI技术，通过小样本特征学习生成新缺陷，解决工业场景数据获取困难的问题，有效提升工业AI模型生产迭代效率。

多任务融合算法：深度融合图像算法与深度学习算法，实现图像算法的解释性和深度学习算法的通用性优势互补，支持多任务模型串并联执行，有效提升了算法的动态扩展能力。

公司通过机器视觉产业链创新布局及持续攻关机器视觉相关技术壁垒，将先进的硬件设备及自研的软件算法融合打造工业视觉软硬件一体化解决方案，将一站式解决各个制造场景的AI视觉检测需求，以较高的自动化、数字化、智能化程度，助力机器视觉产业的未来发展。

（图片来源于网络，如有侵权请联系删除）