您的位置:首页>活动>培训>TF>TF动态

天准、中科院自动化所、众壹云、奕目科技共同聚焦机器视觉技术进展及工业应用 | TF29

阅读量:60
TF

9月26日下午,CCF TF29在线研讨会圆满结束。本期研讨会采用线上直播方式,汇聚近160位来自各大高校、知名企业的技术人员,围绕晶圆生产中的缺陷识别与分类、AI视觉质检算法、三维感知与检测、光伏硅片缺陷检测等多个角度,共同探讨机器视觉技术进展及工业应用。



作为最早在工业领域落地的人工智能技术之一,机器视觉通过引导、识别、测量、检测等智能化功能为现代工业生产过程装上了比人眼更强大的“机器眼睛”,极大提升了制造过程的效率、质量以及柔性化、智能化程度,已成为现代制造系统中不可或缺的一项关键技术。随着传感器技术、计算平台以及算法等学科技术的进步,机器视觉的性能也不断提升,在工业领域的应用持续拓展,为推动工业转型升级发挥着越来越重要的作用。

本期研讨会主要就机器视觉技术进展及工业应用这一话题,多角度探讨机器视觉在晶圆、硅片、电池片等工业领域各行业中技术特点及应用进展,天准科技CTO曹葵康博士作为CCF TF工业人工智能SIG主席担任会议主持人,众壹云联合创始人李海俊、中国科学院自动化研究所副研究员陶显博士、奕目科技联合创始人CTO李浩天、天准科技研发总监刘明星作为研讨会的特邀嘉宾,分享各自领域的创新进展,并为参会观众解答疑惑。


640

曹葵康

CCF TF 工业人工智能SIG主席、天准科技CTO


晶圆制造企业中大量数据以图片这一非结构化的形式存在,尤其是与良率相关的数据。而这些非结构化数据的信息提取,目前大多数情况下只能严重依赖人工,效率非常低下,造成了良率分析的瓶颈。李海俊认为,国内部分厂商已能研发基于AI的自动缺陷分类工具(ADC),其缺陷处理速度与效率优势已十分明显,甚至优于部分国际头部厂商的性能,实现对国外厂商的技术垄断的突破。

640

李海俊 

众壹云联合创始人 战略负责人


中国科学院自动化研究所副研究员陶显博士分享的是“基于AI视觉的工业质检算法研究进展与应用”,从工业质检的背景和概念,到基于AI视觉的工业质检算法研究进展,再结合课题组在工业质检方面的相关研究进展系统性的梳理了以深度学习为代表的AI技术在各种工业质检领域的广泛应用。

640

陶显   

中国科学院自动化研究所 副研究员


奕目科技率先将光场成像技术应用于工业三维检测,实现了光场相机的国产化和小批量化生产。奕目科技联合创始人李浩天详细介绍了光场三维成像的技术背景和技术原理,并深入分享了光场相机在屏幕三维缺陷分层、多层透明材质缺陷三维分层和半导体金线缺陷检测落地应用案例。

640


李浩天   

奕目科技 联合创始人CTO


天准科技的研发总监刘明星以光伏硅片为例,讲述天准如何将AI深度学习技术引入工业产品外观缺陷检测和分选,通过算法优化持续提升缺陷检测效率和性能,成功实现光伏硅片在线检测分选设备进口替代,大幅提升中国硅片生产企业的检测效率,降低设备采购成本。

640

刘明星  

天准科技 研发总监


通过各位专家的分享,可以看出机器视觉已经成为现代制造系统中不可或缺的一项关键技术,多项新技术在工业领域取得良好的落地应用成果。同时专家们也表示机器视觉技术目前的发展水平在某些领域尚不能很好地满足工业场景下的实际需求,并且国内企业在某些领域离国际领先企业在技术上也还存在不小的差距,呼吁更多的同仁加入进来,从传感器技术、算法以及系统设计等多个层面努力实现突破,共同为推动工业转型升级发挥自己的作用。


读完这篇文章后,您心情如何?