- 博客(44)
- 收藏
- 关注
RSS订阅原创 汽车行业AI视觉检测方案（三）：引领轮胎智检
轮胎作为汽车工业的关键安全部件，其质量检测须走向更高程度的自动化、智能化与可靠性。森赛睿AI视觉解决方案不仅克服了传统人工与规则基系统的局限，更通过小样本学习、多维感知与软硬一体等创新，构建起适应多品种、高速、高精度要求的轮胎质检新范式。未来，随着深度学习与工业智造等技术的持续融合，AI视觉还将在轮胎全生命周期质量管理、工艺优化与个性化制造中发挥更深层次的价值。森赛睿愿与行业伙伴共同推动中国轮胎制造业向“智能检测”迈进，为汽车智能制造注入坚实可靠的视觉感知能力。
2025-09-23 08:52:16
952
原创 食品行业新引擎：AI视觉检测如何精准适配“人工智能+”政策？
近期，国务院印发了《关于深入实施“人工智能+”行动的意见》，明确提出到2027年，要在工业制造、消费品质量提升、民生福祉改善等重点领域实现人工智能的广泛应用。这不仅为人工智能产业指明了发展方向，也为各行各业的智能化升级提供了政策机遇。作为深耕工业视觉AI的企业，我们已经在泛半导体、新能源、医疗、汽车电子、消费电子、食品等多个行业建立了成熟的解决方案和落地案例。借助自研算法、平台化能力与定制化设备，我们能够帮助不同行业客户，在合规与效率的双重压力下实现质量管理的智能化转型。
2025-09-10 08:59:41
957
原创 森赛睿视觉AI：大模型加持，分类更智能
AI视觉检测是工业智造提质降本的关键环节，但其落地常受限于复杂工况。在数据分布不均或标注样本有限时，传统深度学习模型往往难以兼顾精度与运行稳定性。森赛睿图像分类大模型版针对性突破这一痛点，在保障数据合理质量的基础上，能显著提升模型在复杂工业环境中的泛化能力与识别准确率，为工业AI视觉规模化落地提供可靠高效方案。
2025-09-01 13:48:45
676
原创 AI视觉重塑汽车质检，四大车间全景解析
视觉AI正在重构汽车制造质量检测的各个环节。森赛睿科技最新推出「汽车行业视觉检测专题」获取完整行业解决方案及案例合集。平台化视觉系统如何降本提效。零部件缺陷检测实战方法论。打光方案设计与部署要点。
2025-08-28 08:56:21
335
原创 汽车行业AI视觉检测方案（四）：管控发动机外观缺陷
【摘要】AI视觉检测技术正革新发动机缸体质量检测流程，攻克传统人工检测漏检率高、效率低的痛点。
2025-08-22 17:01:46
1173
原创 汽车主机厂为何开始押注平台化视觉？
汽车制造行业正从分散的AI视觉检测转向平台化系统。森赛睿科技推出的"视觉AI云平台+推理软件+控制器"方案，实现了多车间模型共享、统一管理和快速迭代。
2025-08-22 16:59:47
568
原创 汽车行业 AI 视觉检测方案（二）：守护车身密封质量
然而，传统检测方式在应对复杂多变的涂胶场景时，效率低下、漏检率高，成为制约产线效率与产品质量的瓶颈，直接推升返修成本与质量风险。森赛睿科技AI视觉检测方案，已在车身密封缺陷检测中成功应用，能有效解决汽车涂胶过程中的漏胶、中断等质量问题，实现在线监测与缺陷预警，并实时反馈检测效果，为汽车自动化柔性制造提供了有力支持。森赛睿科技AI视觉检测方案，深度融合深度学习与先进成像技术，为汽车制造客户提供高效、稳定、柔性的智能化检测手段，显著提升密封质量，降低综合成本，并加速车厂自动化升级。
2025-08-15 17:28:08
747
原创 深度学习赋能汽车制造缺陷检测
与传统模式不同，AI视觉检测以深度学习算法为核心，不再通过精心编程的算法来搜索特定特征，而是训练深度学习系统内的神经网络，通过学习零部件形态特征构建模型来完成检测。人工检测更面临效率低下、成本高昂的困境，长时间检测易导致人员疲劳，造成漏检、误检率上升，且人工检测结果受经验、责任心等主观因素影响较大，难以保证一致性。依托这些技术，森赛睿AI视觉检测方案已在轴承等关键部件缺陷检测中验证成效，能成功应对高反光、复杂纹理、油污干扰等挑战，实现毫秒级响应与99.9%以上的检测准确率。
2025-08-13 09:12:16
1253
原创 汽车行业 AI 视觉检测方案（一）：助力零部件品质管控
在汽车制造领域，零部件的安全性与兼容性直接影响整车性能和安全出行。传统依赖人工目检与基础视觉算法的方式，已难以满足行业日益提升的精度、效率和可靠性要求。森赛睿科技AI视觉检测方案，基于深度学习，精准切入复杂应用场景，能有效解决零部件表面缺陷检测、装配定位、字符识别等关键难题，为汽车制造企业数字化、智能化转型注入动力。
2025-08-13 08:54:24
869
原创 汽车专题 | 视觉AI正在重构整车质检格局
在复杂精密的汽车制造过程中，机器视觉技术正在逐步成为保障质量、提效降本、推动智能制造升级的关键要素。从零部件检测到整车外观质控，AI视觉正在成为汽车产业链条中不可或缺的“新神经”。
2025-08-08 09:18:59
822
原创 汽车制造四大车间，机器视觉到底能做什么？
从早期辅助检测，到现在成为质检主力，机器视觉已不再是“选配工具”，而是汽车制造企业应对高质量交付、产线柔性化、人员成本控制等挑战的重要抓手。森赛睿作为具备算法平台、检测软件、工业系统一体化能力的厂商，能够为汽车制造企业提供。
2025-08-08 09:06:54
1280
原创 森赛睿科技成为机器视觉产业联盟会员单位
其中，自主研发的“云 - 边 - 端” 协同架构、小样本训练技术及零代码检测部署，在工业视觉场景中实现检测效率提升7-8倍、漏检率低于万分之三的行业标杆水平，为制造业智能化转型提供了快速落地的解决方案。未来，森赛睿科技将积极参与联盟活动，深度融入技术研讨与行业交流，加强与产业链伙伴的合作。公司也将持续深耕视觉AI创新，推动技术成果在更广阔领域落地，为机器视觉产业的高质量发展贡献力量。这一资格的获得，不仅彰显了森赛睿在机器视觉领域的技术实力，更为公司进一步融入产业生态、拓展合作渠道奠定了坚实基础。
2025-08-05 17:38:24
391
原创 AI视觉赋能锂电安全检测，森赛睿15天落地解决方案
消费电子、新能源汽车等领域对电池质量的要求持续升级，但传统检测依赖人工目检与规则化算法，效率低、漏检率高、数字化弱等问题凸显，已难以适配高节拍、高精度的生产需求。
2025-07-23 16:58:42
375
原创 0.001mm超精度检测！AI视觉设备自适应复杂工况
传统机器视觉方案里，算法、硬件、软件各自为战：算法训练依赖专业团队，设备功能单一，复杂场景需反复调试，定制化周期长到“耗不起”……• 核心效率：视觉定位+机器人上下料，25-30个/分钟速度+0.005mm精度，六面高精度检测；• 适配场景：电子陶瓷片、铜片、钨钼片等高精度检测产品，检测脏污、破损及长宽/厚度尺寸；适配场景：半导体晶粒、芯片、电容等微型元件，识别残粒、脏污、掉镀层等细微缺陷；• 适配场景：TEC器件、巴条等精密元件，覆盖脏污、划痕、色差、锡点等缺陷；方案报价耗时2-3天。
2025-07-21 09:26:02
607
原创 视觉AI云平台｜解锁“旋转矩形”新玩法
森赛睿视觉AI云平台集成数据标注、模型训练、测试和下载部署等一站式服务，已覆盖图像分割、目标定位、图像分类和无监督学习四大核心功能。
2025-07-19 15:45:00
256
原创 工业大模型那么火，和我的工厂到底有什么关系？
最近，工业大模型成了制造业的热词。它听起来像制造业版的Deepseek——懂图纸、会预测、能优化流程，甚至还能总结专家经验。似乎只要引入一个大模型，工厂就能一下变聪明。但对许多工厂管理者、设备集成商、质量负责人来说，最现实的问题可能是这两个：🤔这东西离我有多远？🤔它到底能解决我哪些问题？要回答这个问题，得先搞清楚：工业大模型到底在做什么？简单来说，它不是在执行传统的固定规则，而是在尝试通过大规模数据学习，模仿人类的“经验判断”能力。在过去，判断一个产品有没有问题，往往靠的是熟练工人的眼力和经验。
2025-07-17 17:00:00
535
原创 图像一拍，缺陷就知道了？工厂视觉AI到底能干到什么程度？
在制造业，质检从来不是件轻松的事。看一块玻璃面板有没有划痕，盯一个零部件是否形变，重复上千次之后，人眼会累，标准也会变。工业现场的复杂性和重复性，对人提出了超出极限的稳定性要求。这时候，视觉AI开始被引入到质检环节，不是为了“看得更远”，而是为了看得更稳、更快、更一致。
2025-07-17 14:00:00
1098
原创 如何利用AI视觉技术让分类识别更便捷、更高效？
在食品、生物、制造等多个行业中，分类识别是一项常见却不容易的任务。传统方式多依赖人工，效率低、误差大，难以应对高强度、精细化的生产需求。尤其是在面对外观相似、种类繁多、特征复杂的场景时，仅靠人力已难以胜任。企业急需一种更智能、更可靠的分类识别解决方案。森赛睿视觉AI生态链，正好适用于该场景。
2025-07-17 09:15:00
665
原创 标准化装配检测解决方案发布，可快速部署，换型仅需一分钟！
在标签贴装、元件就位、零件插装等装配场景下，企业对自动化检测的精度、效率和灵活适配能力有着更高要求。为了帮助企业构建，森赛睿科技基于自研的视觉AI云平台和AI检测推理软件，设计了一套可灵活配置、快速部署、跨行业适配的解决方案。本文将通过一个典型客户案例，介绍这套方案的落地方式与通用价值。
2025-07-16 17:30:00
570
原创 从显微镜到AI视觉：森赛睿的工业检测“新革命”
在工业制造的微观世界里，一枚只有绿豆大小的零部件正经历着检测技术的颠覆性变革。△中国企业报新质生产力调研行走进森赛睿曾几何时，它们需要工人趴在显微镜前，以毫米级的精度逐一审视表面划痕、裂纹或装配缺陷，一天下来最多检测数百个，眼睛酸涩、效率低下是常态。而如今，这场从“人眼主导”到“AI接管”的转变，不仅重构了工业检测的成本逻辑，更揭开了智能制造升级的冰山一角。图1 森赛睿视觉AI生态链架构图。
2025-07-16 09:15:00
961
原创 半导体制造流程深度解析：外观缺陷检测的AI化路径与实践
在芯片持续向高密度、微结构演进的今天，半导体制造流程变得前所未有地复杂。良率容错空间不断收窄，任何微小缺陷都有可能在后续放大为系统性风险。缺陷检测因此从“终检工具”演变为贯穿全流程的质量反馈机制，尤其在晶粒制备、封装组装等中后段环节，检测的效率与精度直接影响良率控制与产线稳定性。面对形态各异的外观瑕疵，传统人工和规则型 AOI 正面临误检高、适应性弱的局限。以深度学习为代表的 AI 视觉技术，正在成为实现高通量、高复杂度检测的新解法。
2025-07-15 14:45:00
1677
原创 AI自动标注功能：提升工业视觉AI标注效率与精度
然而，随着数据量的激增和标注任务的复杂性增加，传统的人工标注方式不仅耗时，而且容易产生误差。为了提升标注效率与准确性，森赛睿视觉AI云平台推出了AI自动标注功能，这项新功能将极大地简化标注流程，为工业缺陷检测提供更快速、更高效的解决方案。此外，这项功能特别适合那些要求高精度标注的应用场景，如高精度零件缺陷检测、电子元件表面缺陷检查等，确保标注结果满足生产线的高标准要求。通过预训练的模型或根据用户需求自定义训练的模型，AI可以迅速标注图像中的缺陷区域，减少人工干预，从而提高标注效率和一致性。
2025-07-15 09:38:36
656
原创 视觉AI检测技术赋能休闲小食实现外观品质双维管控
将视觉AI检测技术融入生产环节，就像给生产线装上了一双 "智能慧眼"，让产品瑕疵无所遁形，为鹌鹑蛋的品质管控带来革新。它既保留了专业检测的硬核实力，又用通俗易懂的方式让更多人理解：每一颗光鲜亮丽的鹌鹑蛋背后，都有 AI 在默默守护品质底线 —— 这就是科技与食品工业的美好相遇。：视觉AI检测算法具备强大的抗干扰能力，就像经验丰富的质检员，能自动过滤包装褶皱、轻微晃动等干扰，专注捕捉真正的缺陷。：产品上的白色斑块，可能是制作或储存不当导致，就像脸上的 "斑点" 影响整体美观。" 的闭环，让传统食品加工从 "
2025-05-14 12:04:02
391
原创 塑料瓶的“AI质检员“：让每个瓶子都经得起显微镜级考验
当拧开一瓶矿泉水时，可曾想过这个看似普通的透明容器，要经历怎样的"千锤百炼"才能来到你手中？在某饮料巨头的智能化工厂里，每只塑料瓶都要接受AI视觉系统的"全身扫描"——从的细微划痕到的液位偏差，从瓶底的气泡到瓶盖的，任何瑕疵都逃不过AI检测“法眼”。这场静悄悄的质量革命，正在重新定义塑料包装行业的安全标准。
2025-04-22 11:28:26
571
原创 工业血管的 “智能医生”：AI 视觉检测破解线材质检困局
在日常生活工作中，大家有没有产生过好奇：平时使用的各类设备里负责通电、连接和传输信号的线材，究竟是怎样在生产线上突破重重关卡，确保高质量的？
2025-04-09 10:10:22
446
原创 小样本训练+无监督学习：视觉 AI 如何破解塑料勺 “缺陷检测困局“
在某自动化生产线上，每分钟有 3000 只塑料勺完成注塑成型。当某只勺柄出现发丝般的裂纹时，系统会发出警报，机械臂精准地将其移入其他区域 —— 这看似科幻的场景，正在通过AI视觉检测技术逐渐成为现实。
2025-04-07 13:52:59
672
原创 视觉AI 生态链击破食品包装质检三大痛点
在食品包装行业，随着消费升级和监管趋严，包装质量检测的重要性愈发凸显。传统人工，已难以满足高速生产线的需求。视觉 AI 检测技术凭借其和优势，成为行业转型的关键。然而，复杂场景下的检测精度不足、算法通用性差及开发成本高等问题，仍制约着其广泛应用。
2025-03-25 15:34:44
608
原创 半导体行业缺陷检测如何迎接AI挑战？
的级别迈进，制造过程中的质量检测难题也日益凸显。在芯片制造过程中，哪怕是极其微小的缺陷，都可能导致芯片性能下降甚至完全失效，从而造成巨大的经济损失。一旦检测到缺陷，系统能够立即发出警报，并提供详细的缺陷信息，如位置、类型和严重程度等，帮助生产人员及时调整工艺参数，减少废品率，提高生产效率。不同型号产品的检测需求，无需频繁人工调整参数，显著提升生产线的自动化水平与检测效率。减少人工检测工作量，降低人工成本，同时提高产品质量，减少废品率，降低生产成本。检测速度大幅提升，每秒可检测多个晶粒，是人工检测速度的。
2025-03-24 11:43:06
796
原创 基于深度学习的视觉 AI 技术在木材质检中的创新应用实践
一旦检测到木材存在缺陷，系统立即发出警报，并将详细的缺陷信息反馈至生产控制系统，便于操作人员及时调整生产参数，或对不合格木材进行分拣处理。在国内某大型板材生产基地开展的抽样调查表明，人工质检员在单日处理数千平方米板材时，平均漏检率大约维持在。的检测能力，助力企业提升生产效率，在激烈的市场竞争中脱颖而出。产品缺陷的检测，已不再仅仅是单纯的品控问题，而是逐渐演变成影响企业可持续发展的战略性课题。倍，有效缓解了生产压力，满足大规模生产需求。能力，随着检测数据的不断积累，其对各类木材缺陷的识别准确率。
2025-03-10 11:02:34
715
原创 医疗产品生产质检问题频发，视觉AI技术或成破局关键
在医用敷贴检测方面，针对常见的褶皱、敷芯异常、毛丝、黄斑、杂质等缺陷，视觉 AI 生态链借助图像识别和分析技术，通过对大量标准和缺陷样本的深度学习，可快速、精准地识别问题。在注射器外观检测中，针对注射器的外观、活塞、针头接口等部位，凭借高精度AI视觉检测算法，通过对大量标准和缺陷样本的学习，精准识别外观隐患，保障每支注射器的外观质量。在医用辅料检测中，面对脏污、多线等状况，AI 系统能够全面检测不同类型的瑕疵，将辅料的纹理、颜色、形状等特征与标准数据对比，精准定位缺陷。为医疗行业带来新曙光。
2025-03-03 11:23:18
491
原创 轴承外观缺陷的AI视觉检测应用
据统计，全球20%-30%的工业设备故障源自于轴承缺陷，这一数据凸显了轴承生产企业在质量控制方面所面临的挑战。目前，大部分工厂的产品检测环节仍然依赖人工和传统的机器视觉检测算法，面对日益激增的产量和质量需求，这些检测方式逐渐显得力不从心。
2025-02-20 10:44:55
451
原创 AI视觉技术在电容器外观检测中的应用
电容器是电子系统中必不可少的的基础元器件，生活中常见于电子产品的主板上，然而它的应用却远不止如此，可以覆盖电力、通讯、工业自动化、汽车电子、医疗设备、航空航天等多个领域并发挥着重要的作用。电容器的质量会直接影响设备甚至整个系统能否正常运行，在医疗、航空航天等领域显得尤为重要，因此电容器的质量检测不可忽视。与此同时，面对极大的市场需求，高效快速的检测方式成为了电容器生产中的关键。
2025-02-11 11:37:43
569
原创 机器视觉技术在汽车轮毂外观缺陷检测中的应用
在对轮毂缺陷样本进行学习后，可以泛化对各类缺陷的识别，进一步提升检测性能，就像经验丰富的轮毂质检员，能够准确识别不同形状、不同位置、不同大小的气孔、夹杂、裂纹等缺陷。汽车作为现代出行常用的交通方式，与每个人的工作生活密不可分，轮毂是汽车行驶的根基，不仅要承载整车的重量，还要抵御行驶过程中每一次转弯、加速、刹车带来的大力冲击，因此。裂纹缺陷只要存在，轮毂就有断裂的风险。然而，一个合格轮毂的诞生需要经历多种复杂的工序，每一道工序都有不同的制作工艺，细小的误差就可能导致生产的轮毂出现缺陷。
2025-01-17 09:15:08
777
原创 机器视觉应用案例｜如何开发医用纱布外观检测的视觉AI模型
这一创新技术的应用，能够以前所未有的精确度捕捉纱布上的每一处细节，无论是微小的瑕疵还是颜色、纹理的细微变化，都能被准确识别。这种非人工干预的检测方式，不仅大幅提升了检测的客观性与准确性，还极大程度提高了检测效率，确保每一批出厂纱布都能满足医疗行业的严格要求，为患者筑起一道坚实的健康防线。医用纱布是医疗领域重要的基础物资，生产工艺复杂，广泛用于外伤手术、伤口包扎等医疗场景，其生产过程中往往会出现断线、打结、脏污等情况，为了保障使用者的康复进程和健康安全，纱布在出厂前必须经过严格的质量检测。
2025-01-07 09:10:04
585
原创 案例｜机器视觉在TEC组件外观缺陷检测中的应用
在半导体行业，TEC组件（热电制冷组件）广泛应用于高端电子设备的温控系统，其质量直接影响到设备的性能和稳定性。然而，TEC组件的生产过程中常见微小瑕疵，如粒子破损、异物、少锡等，可能导致热效能不稳定或损坏设备。传统的人工检测方法效率低、容易漏检，且难以识别细微缺陷。随着市场对质量要求的提高，如何快速、准确地检测TEC组件的外观缺陷，成为企业面临的主要挑战。
2025-01-02 09:00:24
595
原创 【机器学习】一文带你详解无监督学习在工业视觉检测中的应用
随着工业自动化的推进，视觉检测技术成为保证产品质量的核心环节。传统方法往往依赖大量人工标注数据，而无监督学习的引入，改变了这一现状，它不仅能够提高检测效率，减少人工成本，还能适应生产环境的变化。本文将探讨无监督学习在工业视觉检测中的应用，分析其优势与面临的挑战。
2024-12-19 09:06:19
1134
原创 案例｜森赛睿科技的视觉AI技术赋能透镜外观检测
在消费电子行业，透镜作为一项核心元件，广泛应用于智能手机、摄像头、平板等产品中。透镜表面的缺陷，诸如气泡、白点、磨损、歪斜、缺失等，不仅影响产品的外观质量，还可能影响使用性能，因此对透镜进行精确的外观检测显得尤为重要。在本文中，我们将展示某自动化设备企业如何通过我们的森赛睿视觉AI云平台等产品，成功实现透镜外观检测，提升了检测精度与生产效率。透镜的外观检测在消费电子领域面临诸多挑战，尤其是在精度、效率和智能化方面，主要包括以下几个难点。
2024-12-16 13:21:29
1333
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人