隨著機器視覺、工業(yè)自動化的快速發(fā)展,各類元器件表面細微缺陷對元器件的性能影響越來越大，如何更好地對產(chǎn)品表面缺陷進行檢測也隨之被提出來。機器視覺系統(tǒng)已經(jīng)可以部分替代人類視覺，但在一些復雜場景下采用機器視覺系統(tǒng)依然存在許多挑戰(zhàn)。

　　傳統(tǒng)的視覺算法存在一些局限性。例如，圖像中的缺陷特征可能非常多樣化，那么必須通過工程師的判斷以及反復試驗，才能決定可以使用哪些功能來最好地識別缺陷。由于編程很難覆蓋所有的缺陷特征，傳統(tǒng)的視覺算法通常會遇到較高的誤報率?；谏疃葘W習的方法可以緩解許多此類問題，可以檢測到傳統(tǒng)算法可能無法檢測到的缺陷。因此，深度學習方法可以補充現(xiàn)有的傳統(tǒng)算法，從而使整個解決方案更易于操作且更準確。

　　深度學習的應用包括模型訓練和推理，必須考慮硬件配置，該硬件配置應能夠運行神經(jīng)網(wǎng)絡模型，同時又滿足設備的實時性能要求和生產(chǎn)線的節(jié)奏。QUARK-300系列便是成熟的解決方案，搭載能夠支持intel 5代~10代酷睿處理器，它適用于MV和AI工業(yè)干擾環(huán)境下的應用，并支持千兆網(wǎng)絡或USB3.0作為攝像機輸入。

　　機器視覺系統(tǒng)中，工控機作為整個檢測系統(tǒng)的“大腦”，所需配置的工控機性能上具有更高的要求。阿諾威·華北科技作為專注于工控機系統(tǒng)的領導廠商，基于用戶需求推出的QUARK-300系列非常適用于機器視覺檢測應用場景。

　　QUARK300系列主要特點

　　高性能：多款不同平臺處理器可選雙核或4核心酷睿處理器；

　　最高32GB DDR4內存；

　　集成的® Intel® HD Graphics，用于AI加速器；

　　多接口支持：以太網(wǎng)，USB3.0，USB2.0和RS232&RS485UART；

　　無風扇嵌入式設計支持。