0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

特種鏡頭在缺陷檢測(cè)中的應(yīng)用

焦點(diǎn)訊 ? 來(lái)源: 用戶發(fā)布 ? 作者: 用戶發(fā)布 ? 2023-06-01 10:50 ? 次閱讀

國(guó)內(nèi)機(jī)器視覺(jué)從無(wú)到有,經(jīng)過(guò)這十多年的發(fā)展,已經(jīng)到了快速發(fā)展的時(shí)期,各個(gè)行業(yè)對(duì)視覺(jué)檢測(cè)提出的要求越來(lái)越高,也有越來(lái)越多的項(xiàng)目是常規(guī)鏡頭無(wú)法解決的,這就需要一些特殊定制的鏡頭來(lái)解決,今天給大家分享我們長(zhǎng)步道特種鏡頭的一些應(yīng)用場(chǎng)景。

或許大家都有遇到過(guò)高度差異比較大的物體的檢測(cè)需求,這里給大家舉一個(gè)案例,在新能源鋰電池行業(yè)卷繞段,在卷繞過(guò)程中,極耳會(huì)逐步疊加,可能會(huì)發(fā)生位置偏移的情況,當(dāng)出現(xiàn)偏移量比較大的時(shí)候,從側(cè)面進(jìn)行極耳翻折的檢測(cè),極耳的位置不一樣,也就是極耳到檢測(cè)系統(tǒng)的工作距離會(huì)發(fā)生變化,客戶就要求假定最大變化20mm,在20mm的變化范圍內(nèi)檢測(cè)極耳翻折缺陷,然后根據(jù)翻折的程度來(lái)進(jìn)行判定OK NG,這個(gè)項(xiàng)目的難點(diǎn)在于要做到20mm的景深,同時(shí)還要保持倍率一致,無(wú)視差,如果拍攝存在視差,前后位置極耳翻折的大小在圖像上就會(huì)有區(qū)別,無(wú)法滿足拍攝需求。

wKgaomR4B3mAUod0AAIrLEEe7A8631.png

提到無(wú)視差,大家第一反應(yīng)應(yīng)該是遠(yuǎn)心鏡頭,遠(yuǎn)心鏡頭因?yàn)楠?dú)特的平行光路,能保持圖像放大倍率一致,但遠(yuǎn)心鏡頭也并非十全十美,也不能突破光學(xué)定律,遠(yuǎn)心鏡頭的景深跟放大倍率、光圈還有NA值有關(guān),我們可以看到,列表中就算景深最大的0.1x的遠(yuǎn)心鏡頭,也只能做到9.3mm, 遠(yuǎn)遠(yuǎn)無(wú)法達(dá)到項(xiàng)目要求;

wKgZomR4B3mAIgDeAADpXmkaptc733.png

而能夠提升景深效果的鏡頭,我們可以想到沙姆鏡頭,沙姆鏡頭通過(guò)調(diào)整鏡頭和芯片間的沙姆角,以及配合合適的拍攝角度,能夠?qū)⑵胀ㄧR頭的景深效果提升1/3甚至更高,但是普通的沙姆鏡頭存在視差,無(wú)法保證倍率一致。那么將兩者結(jié)合起來(lái)是不是就可以了呢?將遠(yuǎn)心鏡頭做成沙姆結(jié)構(gòu),在保持遠(yuǎn)心光路的基礎(chǔ)上還能增加景深,但我們對(duì)現(xiàn)場(chǎng)使用空間和使用的鏡頭倍率進(jìn)行光學(xué)模擬,發(fā)現(xiàn)景深還是無(wú)法達(dá)到要求。

wKgaomR4B3qARKfXAAGI_K_lK7w189.png

wKgZomR4B3qAaMHVAAL2Q03NTTI427.png

綜合以上來(lái)看,遠(yuǎn)心鏡頭能保持倍率一致,但是景深不夠,沙姆鏡頭在特定情況下才能滿足景深要求,而且會(huì)存在視差,目前市面上也有能滿足這兩個(gè)要求的方案 液態(tài)鏡頭,通過(guò)改變液態(tài)鏡片的曲率,來(lái)實(shí)現(xiàn)不同工作距離下的對(duì)焦,同時(shí)也能保持倍率一致,但目前液態(tài)鏡頭的價(jià)格比較高,成本上不占優(yōu)勢(shì)。

基于以上市場(chǎng)現(xiàn)狀,長(zhǎng)步道設(shè)計(jì)了一款既能保證景深,又能保證倍率的價(jià)格更低成本更有優(yōu)勢(shì)的特種鏡頭 超景深電動(dòng)對(duì)焦遠(yuǎn)心鏡頭,這款鏡頭內(nèi)部集成了超聲波馬達(dá),通過(guò)控制馬達(dá)能做到在鏡頭位置不變的情況下,物體工作距離變化22mm都能對(duì)焦清晰,也就是能做到景深22mm,而這款鏡頭是在雙遠(yuǎn)心鏡頭的基礎(chǔ)上實(shí)現(xiàn)電動(dòng)對(duì)焦,因此能保證在景深22mm的變化范圍內(nèi),保持放大倍率不變,可以進(jìn)行精密的尺寸測(cè)量,而鏡頭使用的超聲波馬達(dá)對(duì)比普通的步進(jìn)馬達(dá)的優(yōu)勢(shì)在于,精度更高,馬達(dá)本身能做到的最小精度是0.03°,對(duì)應(yīng)到鏡頭上的調(diào)焦角度甚至能做到0.001°,再細(xì)微的變化都能及時(shí)捕抓,超聲波馬達(dá)轉(zhuǎn)速更快,最快每鐘能轉(zhuǎn)400轉(zhuǎn),對(duì)應(yīng)到鏡頭上就是最快1.5秒內(nèi)就能實(shí)現(xiàn)22mm的景深變化,而且超聲波點(diǎn)電機(jī)不會(huì)發(fā)生堵轉(zhuǎn)燒電機(jī)的問(wèn)題,響應(yīng)速度快,響應(yīng)時(shí)間小于1ms,控制接口為通用的RS232接口,鏡頭光圈F5.6-F22可調(diào)節(jié),能做到跟液態(tài)鏡頭一樣的事情,價(jià)格卻比液態(tài)鏡頭低將近小一半,在成本更有優(yōu)勢(shì)。除了能應(yīng)用在上述鋰電卷繞段極耳翻折檢測(cè)外,這款鏡頭還能應(yīng)用在高度差異大的物體對(duì)焦與精準(zhǔn)測(cè)量,以及斜面物體通過(guò)多次拍照進(jìn)行圖片合成實(shí)現(xiàn)精準(zhǔn)測(cè)量。就是即需要用到遠(yuǎn)心鏡頭,又需要超大景深或者多次對(duì)焦的項(xiàng)目都可以使用這款鏡頭測(cè)試。

wKgaomR4B3qAJS4QAAG6eHY0UtE080.png

我們還將電動(dòng)對(duì)焦模組應(yīng)用在了適用范圍更廣的常規(guī)FA鏡頭,將原本手動(dòng)對(duì)焦的操作交給機(jī)器,可以應(yīng)用在一些極端環(huán)境人為不方便進(jìn)行對(duì)焦的時(shí)候,比如安裝距離比較高,高溫、噪音、粉塵等環(huán)境下,每次對(duì)焦都需要爬上爬下,這時(shí)候就可以使用電動(dòng)對(duì)焦鏡頭,通過(guò)電腦控制鏡頭對(duì)焦;還有一些不規(guī)則物體的測(cè)量,可以做到一個(gè)工位多次對(duì)焦檢測(cè),節(jié)省工位,簡(jiǎn)化視覺(jué)系統(tǒng)。

wKgZomR4B3uAIPpSAAC74yQ-Wp0477.png

說(shuō)到簡(jiǎn)化視覺(jué)系統(tǒng),對(duì)我們長(zhǎng)步道了解的同行可能對(duì)我們這款產(chǎn)品有一定的了解,檢測(cè)一些小物件的外側(cè)缺陷的時(shí)候,傳統(tǒng)方案是使用多組鏡頭多組相機(jī)分角度拍攝,而這款360°外壁檢測(cè)鏡頭可以使用一顆鏡頭一顆相機(jī),從物體上面拍攝,將物體環(huán)外側(cè)信息通過(guò)折反射的原理,在一張圖片上成圓冠狀成像,簡(jiǎn)化視覺(jué)系統(tǒng),適用于瓶蓋、螺絲等小物件的缺陷外觀檢測(cè),因?yàn)榛冚^大,不適合進(jìn)行尺寸測(cè)量。

wKgaomR4B3uAbuJvAADIeqJwze4324.png

wKgZomR4B3uARYsBAAEKe63NlJs237.png

相對(duì)應(yīng)的也有檢測(cè)物體內(nèi)壁信息的360°內(nèi)壁鏡頭,左邊的適用于管道類需要伸進(jìn)去拍攝的內(nèi)壁檢測(cè),就是工業(yè)上的針孔鏡頭,能清晰地檢測(cè)隱藏在內(nèi)部的特征和缺陷,右邊的鏡頭是在物體上方拍攝,特殊的光學(xué)結(jié)構(gòu)使其擁有大視角和大景深,能將內(nèi)壁信息展開(kāi),進(jìn)行內(nèi)壁拍攝適用于檢測(cè)圓柱、孔洞、瓶子和螺紋等物體。

wKgaomR4B3yAWa1hAAB13lEi78U959.png

wKgZomR4B3yAZESuAABgiKpL3HM484.png

wKgaomR4B3yAIWBWAAGglgxzrM0798.png

wKgZomR4B32AOHddAAFLdBbQlgQ209.png

上述外壁鏡頭也存在局限性,只適合檢測(cè)外徑30mm以下小尺寸物體,因此長(zhǎng)步道推出了八棱鏡鏡頭,將物體通過(guò)八個(gè)角度進(jìn)行拍攝,檢測(cè)范圍是5mm-70mm。 前端是大視野遠(yuǎn)心鏡頭,通過(guò)特殊的折反射光路,能分別檢測(cè)物體外壁和內(nèi)壁,當(dāng)尺寸和高度合適的時(shí)候,能夠同時(shí)檢測(cè)物體內(nèi)外壁,更大程度的簡(jiǎn)化系統(tǒng),節(jié)約成本。像這種高度的酒瓶蓋,常規(guī)360°外壁鏡頭至少需要分開(kāi)拍攝兩次,上面一次,下面一次,而八棱鏡鏡頭能夠一次拍攝完全,而且像這些緊固件內(nèi)壁信息在合適的情況下也能拍攝出來(lái),這就是八棱鏡鏡頭的優(yōu)勢(shì),但因?yàn)榉殖砂藗€(gè)面,所以不能做到傳統(tǒng)360°鏡頭的圖片拉伸合成。

wKgaomR4B32AYxnrAAHZKpcBvIo596.png

wKgZomR4B32AblHGAAUNXytHXZM625.png

機(jī)器視覺(jué)檢測(cè)呈現(xiàn)高分辨率、高光譜成像趨勢(shì),近年sony推出了工作波長(zhǎng)覆蓋可見(jiàn)光+近紅外(400-1700nm)的芯片,督促著我們鏡頭也往更高端的領(lǐng)域前進(jìn),因?yàn)槠胀ǖ溺R頭無(wú)法發(fā)揮出這種高端芯片的性能。為什么不適配呢?

wKgaomR4B36Aesf9AABHG-o8y7Y011.png

首先是普通鏡頭鍍膜要么是可見(jiàn)光波段要么是紅外光波段,不能兼顧400-1700nm這么長(zhǎng)波段,除了鏡片鍍膜外,還有一個(gè)原因是普通鏡頭存在焦點(diǎn)偏移,不同波長(zhǎng)光線的折射率不一樣,在可見(jiàn)光下對(duì)焦清晰,切換成紅外光下就會(huì)模糊,如果不進(jìn)行校正,無(wú)法共焦,就不能做到高光譜成像。那我們常見(jiàn)的安防監(jiān)控鏡頭是怎么做到白天可見(jiàn)光成像,晚上紅外補(bǔ)光,紅外光成像,且不需要重新對(duì)焦,秘密就在于鏡頭上加入ICR切換器 ;

wKgZomR4B36AR_h_AAD2sZde7bI030.png

ICR內(nèi)裝有不同厚度的可見(jiàn)光截止濾光片和紅外截止濾光片,通過(guò)不同厚度濾光片進(jìn)行光路細(xì)微調(diào)節(jié),可見(jiàn)光下使用一種厚度濾光片,紅外光切換另一種厚度濾光片,實(shí)現(xiàn)可見(jiàn)光和近紅外雙光譜共焦的功能。 我們針對(duì)IMX990/991推出了高光譜鏡,通過(guò)使用超低色散玻璃,在超寬的波長(zhǎng)范圍內(nèi),完全校正了焦點(diǎn)偏移,實(shí)現(xiàn)高光譜共焦。這一系列推出12-35mm 4款鏡頭。

產(chǎn)品特點(diǎn):1.專為SWIR芯片IMX990/IMX991設(shè)計(jì)

2.使用超低色散玻璃,在超寬的波長(zhǎng)范圍內(nèi),完全校正了焦點(diǎn)偏移

3.廣泛應(yīng)用于工業(yè)分選、色差檢測(cè)、食品檢測(cè)、醫(yī)學(xué)制藥等領(lǐng)域

wKgaomR4B36AFLP1AAEp0xyyr5c172.png

主要應(yīng)用領(lǐng)域在糧食異物檢測(cè)、食品包裝檢測(cè),以及半導(dǎo)體硅片檢測(cè)等外部缺陷及內(nèi)部缺陷檢測(cè),還有食品材料、塑料、藥品等材料分選。


審核編輯黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 鏡頭
    +關(guān)注

    關(guān)注

    2

    文章

    506

    瀏覽量

    25650
  • 機(jī)器視覺(jué)
    +關(guān)注

    關(guān)注

    162

    文章

    4375

    瀏覽量

    120363
  • 缺陷檢測(cè)
    +關(guān)注

    關(guān)注

    2

    文章

    142

    瀏覽量

    12236
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    特種電源發(fā)展走向淺析

    工業(yè)、環(huán)保、醫(yī)療、國(guó)防和科研等領(lǐng)域有著廣泛的應(yīng)用,并且其發(fā)展?jié)摿薮?。一?b class='flag-5'>特種電源技術(shù)早期特種電源技術(shù)是從交、直流電源技術(shù)衍生發(fā)展的。20世紀(jì)中葉,隨著雷達(dá)、加速器等新型裝備、設(shè)施的發(fā)展,常規(guī)交
    發(fā)表于 11-05 18:03

    X射線工業(yè)CT檢測(cè)設(shè)備用于復(fù)合新材料內(nèi)部缺陷檢測(cè)

    X射線工業(yè)CT檢測(cè)設(shè)備復(fù)合新材料內(nèi)部缺陷檢測(cè)中發(fā)揮著重要作用。以下是關(guān)于該設(shè)備復(fù)合新材料內(nèi)部缺陷
    的頭像 發(fā)表于 09-10 18:23 ?390次閱讀
    X射線工業(yè)CT<b class='flag-5'>檢測(cè)</b>設(shè)備用于復(fù)合新材料內(nèi)部<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>

    ATA-8202射頻功率放大器應(yīng)力導(dǎo)波缺陷檢測(cè)研究的應(yīng)用

    發(fā)生器,試件,示波器實(shí)驗(yàn)過(guò)程:作為驅(qū)動(dòng)器的PZT環(huán)產(chǎn)生應(yīng)力波,應(yīng)力波結(jié)構(gòu)傳播并被作為傳感器的PZT壓電片接收,當(dāng)結(jié)構(gòu)有缺陷時(shí),應(yīng)力波傳播的能量會(huì)減小,PZT壓
    的頭像 發(fā)表于 08-21 11:43 ?346次閱讀
    ATA-8202射頻功率放大器<b class='flag-5'>在</b>應(yīng)力導(dǎo)波<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>研究<b class='flag-5'>中</b>的應(yīng)用

    基于AI深度學(xué)習(xí)的缺陷檢測(cè)系統(tǒng)

    工業(yè)生產(chǎn)中,缺陷檢測(cè)是確保產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的人工檢測(cè)方法不僅效率低下,且易受人為因素影響,導(dǎo)致誤檢和漏檢問(wèn)題頻發(fā)。隨著人工智能技術(shù)的飛速發(fā)展,特別是深度學(xué)習(xí)技術(shù)的崛起,基于A
    的頭像 發(fā)表于 07-08 10:30 ?1452次閱讀

    外觀缺陷檢測(cè)原理

    的結(jié)合應(yīng)用加速滲透進(jìn)工業(yè)產(chǎn)品的 外觀缺陷檢測(cè) 領(lǐng)域。思普泰克憑借深耕機(jī)器視覺(jué)多年沉淀的技術(shù)實(shí)力,建立以深度學(xué)習(xí)技術(shù)為核心的差異化發(fā)展優(yōu)勢(shì),開(kāi)發(fā)出視覺(jué)引擎等工業(yè)級(jí)視覺(jué)應(yīng)用產(chǎn)品,全面賦能產(chǎn)品外觀缺陷
    的頭像 發(fā)表于 06-17 17:38 ?425次閱讀
    外觀<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>原理

    工業(yè)鏡頭3D結(jié)構(gòu)光檢測(cè)實(shí)際應(yīng)用

    工業(yè)鏡頭3D結(jié)構(gòu)光檢測(cè)實(shí)際應(yīng)用
    的頭像 發(fā)表于 06-01 08:34 ?305次閱讀
    工業(yè)<b class='flag-5'>鏡頭</b><b class='flag-5'>在</b>3D結(jié)構(gòu)光<b class='flag-5'>檢測(cè)</b><b class='flag-5'>中</b>實(shí)際應(yīng)用

    影像儀工業(yè)測(cè)量的優(yōu)勢(shì)

    工業(yè)制造領(lǐng)域,測(cè)量是確保產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵步驟之一。影像儀工業(yè)測(cè)量的優(yōu)勢(shì)1、表面檢測(cè)缺陷
    發(fā)表于 04-28 09:03 ?0次下載

    蔡司工業(yè)ct內(nèi)部瑕疵缺陷檢測(cè)機(jī)

    蔡司工業(yè)ct內(nèi)部瑕疵缺陷檢測(cè)機(jī)是一種基于計(jì)算機(jī)斷層掃描(CT)技術(shù)的檢測(cè)方法,其核心原理是利用X射線的穿透能力來(lái)檢測(cè)物體內(nèi)部的瑕疵和缺陷。
    的頭像 發(fā)表于 04-17 16:21 ?400次閱讀
    蔡司工業(yè)ct內(nèi)部瑕疵<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>機(jī)

    如何應(yīng)對(duì)工業(yè)缺陷檢測(cè)數(shù)據(jù)短缺問(wèn)題?

    這篇論文介紹了一種文本引導(dǎo)的變分圖像生成方法,旨在解決工業(yè)制造的異常檢測(cè)和分割問(wèn)題。傳統(tǒng)方法通過(guò)訓(xùn)練非缺陷數(shù)據(jù)的分布來(lái)進(jìn)行異常檢測(cè),但這需要大量且多樣化的非
    發(fā)表于 03-14 10:15 ?484次閱讀
    如何應(yīng)對(duì)工業(yè)<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>數(shù)據(jù)短缺問(wèn)題?

    洞察缺陷:精準(zhǔn)檢測(cè)的關(guān)鍵

    缺陷檢測(cè)是生產(chǎn)過(guò)程的重要組成部分。它有助于確保產(chǎn)品的高質(zhì)量和滿足客戶的需求。缺陷檢測(cè)有許多不同的解決方案,特定應(yīng)用的最佳解決方案取決于所檢測(cè)
    的頭像 發(fā)表于 02-26 15:44 ?340次閱讀
    洞察<b class='flag-5'>缺陷</b>:精準(zhǔn)<b class='flag-5'>檢測(cè)</b>的關(guān)鍵

    基于深度學(xué)習(xí)的芯片缺陷檢測(cè)梳理分析

    雖然表面缺陷檢測(cè)技術(shù)已經(jīng)不斷從學(xué)術(shù)研究走向成熟的工業(yè)應(yīng)用,但是依然有一些需要解決的問(wèn)題。基于以上分析可以發(fā)現(xiàn),由于芯片表面缺陷的獨(dú)特性質(zhì),通用目標(biāo)檢測(cè)算法不適合直接應(yīng)用于芯片表面
    發(fā)表于 02-25 14:30 ?1541次閱讀
    基于深度學(xué)習(xí)的芯片<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>梳理分析

    機(jī)器視覺(jué)織物缺陷圖像識(shí)別的應(yīng)用與分析

    基于圖像的織物疵點(diǎn)自動(dòng)檢測(cè)技術(shù)已成為了該領(lǐng)域近年來(lái)的的研究熱點(diǎn),其代替人工織物疵點(diǎn)檢測(cè)的研究算法也逐漸成為可能,主流方法一般分為兩大類, 一是基于傳統(tǒng)圖像處理的織物缺陷檢測(cè)方法,二是基
    發(fā)表于 02-20 14:24 ?608次閱讀
    機(jī)器視覺(jué)<b class='flag-5'>在</b>織物<b class='flag-5'>缺陷</b>圖像識(shí)別<b class='flag-5'>中</b>的應(yīng)用與分析

    無(wú)紡布缺陷在線檢測(cè)儀怎么用

    隨著科技的不斷發(fā)展,無(wú)紡布作為一種新型環(huán)保材料,已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域。然而,無(wú)紡布的生產(chǎn)過(guò)程難免會(huì)出現(xiàn)一些缺陷,如針眼、孔洞等。為了提高無(wú)紡布的質(zhì)量,許多企業(yè)開(kāi)始使用無(wú)紡布缺陷在線檢測(cè)
    的頭像 發(fā)表于 02-03 14:58 ?502次閱讀
    無(wú)紡布<b class='flag-5'>缺陷</b>在線<b class='flag-5'>檢測(cè)</b>儀怎么用

    良品學(xué)習(xí)高良率制造業(yè)缺陷檢測(cè)的應(yīng)用

    電子制造行業(yè)正逐步邁向高度“數(shù)智化”時(shí)代,越來(lái)越多的企業(yè)開(kāi)始采用AI機(jī)器視覺(jué)技術(shù)進(jìn)行缺陷檢測(cè)和品質(zhì)管控。由于良品率極高,大量正常的產(chǎn)品,收集缺陷
    的頭像 發(fā)表于 01-26 08:25 ?746次閱讀
    良品學(xué)習(xí)<b class='flag-5'>在</b>高良率制造業(yè)<b class='flag-5'>中</b><b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>的應(yīng)用

    描繪未知:數(shù)據(jù)缺乏場(chǎng)景的缺陷檢測(cè)方案

    Neuro-T 視覺(jué)平臺(tái) 克服了數(shù)據(jù)缺乏狀況的困難,通過(guò)零代碼設(shè)置 GAN模型 和 無(wú)監(jiān)督學(xué)習(xí)模型 ,輕松實(shí)現(xiàn)缺陷圖像的標(biāo)注、繪制和導(dǎo)出。 工業(yè)應(yīng)用存在較多的缺陷檢測(cè)需求。針對(duì)
    的頭像 發(fā)表于 01-25 10:46 ?577次閱讀
    描繪未知:數(shù)據(jù)缺乏場(chǎng)景的<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>方案