This website requires Javascript to function properly. Please go to the setting of your web browser and enable Javascript for this website.

Ad by

最优利率和cashback可以申请特批，好信用好收入offer更好。请点链接扫码加微信咨询，Scotiabank -- Nick Zhang 6478812600。

Ad by

最优利率和cashback可以申请特批，好信用好收入offer更好。请点链接扫码加微信咨询，Scotiabank -- Nick Zhang 6478812600。

检测线的问题是复杂的，商场收银经常用读码器读不到，有时肉眼都不好辨认说明了问题的复杂性。你们的检测系统是否用了cognex edge learning (最新解决方案)? vision detection system 本来就是需要大量AI加持的系统，cognex继续研发，说明大幅度改善检测条件

narra(万儿八千)

达到令人满意的检测程度对大多数用户来说很难做到，至少性价比太低，否则cognex 等也就没有必要继续投入研发了。congnex 的产品系统介绍列举了一些检测挑战，要解决这些挑战还需要更好的AI解决方案

Traditional rule-based OCR can achieve an accuracy rate of 98% under ideal conditions. At the volumes handled by modern supply chains, this rate still results in many rejected pieces, reducing overall throughput.

More complex AI-based deep learning algorithms can also perform OCR. They come close to 100 percent accuracy under a variety of conditions and can learn to read any kind of text. But they are too slow for line use, require sophisticated processors, and require expertise to deploy.

https://www.cognex.com/blogs/deep-learning/an-easier-approach-for-automating-inline-packaging-ocr-at-line-speeds

(#15953121@0)
Last Updated: 2-15
This post has been archived. It cannot be replied.

Report

Replies, comments and Discussions:

枫下家园 / 望子成龙 / 提个话题，不要被高科技AI吓坏。用相机检测标签上的日期，批号，序列号。好的留下，坏的踢走。百万加币级别的项目。目前没满意的 -china-cat(chinacat); 2-14 (#15951984@0)

没看明白？ -dolittledu(dolittle); 2-14 (#15952001@0) +2
OCR早是成熟技术。美加信封上都不印框，你随便把邮编写哪里都能认出来。印刷的更没问题。更可能是相机或位置的问题。 -piglet(小猪); 2-14 (#15952011@0)

就现在2024年，如果有人能设计出这个看似简单的好用系统，钱途无量。我们现在付500一小给厂家 -china-cat(chinacat); 2-14 (#15952052@0)

这儿都是码工，估计没人懂相机 -piglet(小猪); 2-14 (#15952106@0)
Cobra? -renjl0810(Virtual Void); 2-14 (#15952109@0) +1

以前买过不少Cobra的walkie talkie -see1see(Isee); 2-14 (#15952792@0)

这个实在不难，你上个相片看看。 -dolittledu(dolittle); 2-15 (#15952999@0)

LONGOS的自我服务还有改进空间，比如瓜，各种瓜需要自己查询，选择。可以用摄像头一看就知道的。技术早就有了，　就是成本问题。 -rustalk(亚历山大); 2-14 (#15952053@0)
现在要学CS的，不怕30，40岁没工作？感觉普通IT的工作会越来越少。 -characters123(m123); 2-14 {15} (#15952065@0) +1
AI 都会编程了。

普通IT现在很少有自己编程的了 -guest3(星光灿烂); 2-14 (#15952152@0)

举个栗子？ :) -boolean(村支书_铁蛋儿); 2-14 (#15952301@0)

你单位用的软件还有几个是自己开放的？你们 IT写软件吗？ -guest3(星光灿烂); 2-15 (#15953164@0)

单位现在的软件，都是自己开发的，而且我真的没有听说周边的圈内人士，用机器帮你编程的。可能我的level不够？ -boolean(村支书_铁蛋儿); 2-15 (#15953318@0)

请问好坏如何判断，判断是否过期食品么，是用手机上的相机么 -davidwuu(老吴); 2-14 (#15952783@0)

Cognex 相机，false reject. Windows下的工控就是个笑话 -china-cat(chinacat); 2-15 (#15952995@0)

类似超市收银的智能识图需要等待后续的AI PC, 目前成本高 -davidwuu(老吴); 2-15 (#15953314@0)

还是预算太低。百万只能请一个高级马工干一年。 -igoogle(人在江湖飘); 2-15 (#15953008@0)
检测线的问题是复杂的，商场收银经常用读码器读不到，有时肉眼都不好辨认说明了问题的复杂性。你们的检测系统是否用了cognex edge learning (最新解决方案)? vision detection system 本来就是需要大量AI加持的系统，cognex继续研发，说明大幅度改善检测条件 -narra(万儿八千); 2-15 {709} (#15953121@0)
达到令人满意的检测程度对大多数用户来说很难做到，至少性价比太低，否则cognex 等也就没有必要继续投入研发了。congnex 的产品系统介绍列举了一些检测挑战，要解决这些挑战还需要更好的AI解决方案
Traditional rule-based OCR can achieve an accuracy rate of 98% under ideal conditions. At the volumes handled by modern supply chains, this rate still results in many rejected pieces, reducing overall throughput.
More complex AI-based deep learning algorithms can also perform OCR. They come close to 100 percent accuracy under a variety of conditions and can learn to read any kind of text. But they are too slow for line use, require sophisticated processors, and require expertise to deploy.
https://www.cognex.com/blogs/deep-learning/an-easier-approach-for-automating-inline-packaging-ocr-at-line-speeds

我们是最终用户。发帖的目的是说大部分工作都是低科技，工资也不差。没必要压力山大。另外美帝的制造业是后继无人了。都IT，金融了 -china-cat(chinacat); 2-15 (#15953143@0)
是，标签要贴的平才容易读 -guest3(星光灿烂); 2-15 (#15953166@0)

这个比人脸识别要简单，没有满意的是因为什么？速度/合格率/容易度？ -hnryll(松树); 2-15 (#15953346@0)

@Philadelphia

Replies, comments and Discussions:

More Topics