光學檢測儀,ai視覺檢測,人機交互視覺引導

利用多角度光學融合技術，從不同

角度凸顯缺陷的紋理特征，進一步

提升檢測算法精度的同時，也形成

了視覺缺陷檢測應用方案的標準化，

加速項目落地

自研線結構光測量系統，靈活應用于高精度

測量場景，通過優化線結構光系統標定光平

面解算以及系統降噪，實現動態在線級微米

級別重復性測量，其重復性精度可達5um

通過對不同行業檢測算法的經驗積累，

自研近百種通用性檢測算子，主要圍

繞缺陷檢測、圖像合成、3D點云處理

尺寸測量以及算子加速，節約產品交

付算法開發時間近30%

基于條紋反射原理，針對小口徑內壁

及多曲率外壁產品的高反表面，突破

低成本、在線式微米級缺陷檢測行業

難題

自研3D相機、開發視覺導視平臺，

利用超動態融合技術實現高反表面

的點云獲取能力，加速3D類項目落

地，效率提升至原來的130%

多角度光學融合技術

高精度結構光測量技術

高性能自研算子

高反表面微米級缺陷檢測技術

3D超動態融合技術

光學技術

OPTICAL TECHNOLOGY

菲特全面攻克硬件加速技術，將全部工業專用AI算法

模型進行了TRT硬件加速的轉化，實現了近100%的

速度提升，達到了業界第一梯隊水準

龐大的分布式集群和自主研發的高效分布式訓練管理

系統，具備模型快速迭代及大型模型預訓練的能力

完善的數據挖掘與管理系統，更敏捷地感知數據維度

和數據變化，輔助模型進化迭代

針對行業痛點，總結并發展了稀有數據擴充的方法論，

集成了多種稀有數據擴充技術?，F已能夠穩定地生成

稀有數據，輔助模型訓練過程

菲特對AI部署模塊進行了全面升級，從底層優化入

手，深入內存級的管理顆粒度，將AI模型的推理以

及通信時間縮短至原來的30%

菲特連續發布第三版異常檢測算法，與菲特先進

光學成像系統結合后，可達到與傳統監督學習算

法同等精度，媲美業界SOTA算法效果

全面應用TRT加速技術

大規模分布式訓練能力

內存級高性能算法部署模塊

異常檢測算法全面升級

數據可視化管理與挖掘系統

稀有數據生成技術突破

友好可靠的人機交互模式

敏捷型混合系統架構設計

超高速檢測引擎

用戶界面設計符合工業生產需要，引入智能化

交互模式,如觸摸屏交互、語音報警、圖像識別

等技術,用戶可更便捷操作與控制

滿足客戶對高性能智能化場景

的需求，并通過內置數據分析

算法,實現檢測數據統計分析

在融合 AI高性能算法模塊基礎上，

實現了超高速的算法模型調度

軟件交互技術

SOFTEWARE INTERACTION TECHNOLOGY