12月24日,中国领先的专注于计算机视觉和视频大数据分析的人工智能企业——银河水滴宣布,近日,银河水滴依托于先进的工业视觉技术成功研发出密封圈光学筛选机,该机可以自动对次品密封圈进行智能检测挑选,已获得首笔订单。
据介绍,密封圈广泛应用于各种行业,特别是在电子仪器仪表、新能源、化工以及高空飞行等高精尖行业中。但由于其原料复杂、生产工艺特殊,密封圈在生产过程中很容易产生毛刺、毛边以及两边缺料等缺陷,此前,在检测环节主要由工人通过眼睛进行识别,不仅检测效率低、容易漏检,而且需要大量人力资源。
银河水滴密封圈光学筛选机通过自动上料振动盘完成震动上料,利用相机获取密封圈不同角度的图片,结合先进的人工智能检测算法完成对密封圈的缺陷检测,可以大幅提高了密封圈的出货良品率。匀速玻璃盘上由光电开关检测来料,并利用气针吹料来分开分开合格和不合格产品。
此外,该筛选机提供了简单易用的人机交互界面,能够提供生产数据报表,包括不良品种类数量、不良品比例等数据。
据了解,银河水滴拥有行业领先的工业视觉技术,在业界率先对一类问题算法取得重大突破,首创反馈神经网络设计理念,不需副样本或只需极少副样本,即可完成一类问题深度学习;并且在目标检测速度、目标分割精度方面大幅领先,可实现跨行业智能工业检测,对于肉眼无法检测到的微小瑕疵或微米级差距,仍能实现毫秒级的实时检测。
目前银河水滴已形成针对表面检测、装配件检测、精准测量、工件定位等工业质量检测环节的完整解决方案,并广泛应用于汽车制造、建材生产、3C制造、纺织等行业,为企业打造智能化、自动化、低成本工业检测解决方案,有效降低了生产成本,提高生产效率和效益,增强企业竞争力,推动中国制造业智能化产业升级,为中国“智造”赋能。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。