装配缺失 / 尺寸超差 / 明显凹陷 / 标贴错位
经典视觉算法 · 模板匹配 · 形态学处理
汽车螺栓装配 · 家电外壳定位 · 包装合格性
凌柒科技自研多路融合算法栈,把工业 AOI 从「规则匹配」推向「认知理解」。我们不强求一套打天下 — 按缺陷复杂度匹配最适合的工具,客户只为真正需要的复杂度付费。
从输入像素到分类输出 — 一次完整的前向推理,只用 ~52 ms。
L1 轻量 → L2 标准 → L3 大模型增强 — 同一团队提供从规则到大模型的全栈视觉方案。
装配缺失 / 尺寸超差 / 明显凹陷 / 标贴错位
经典视觉算法 · 模板匹配 · 形态学处理
汽车螺栓装配 · 家电外壳定位 · 包装合格性
外观瑕疵 / 多类缺陷分类 / 持续学习
深度检测网络 + 分类网络 + 自研像素级对比
键盘 AOI · 连接器 · 注塑件外观全检
零样本检测 / 开放式描述 / 报告生成 / 异常解释
视觉大模型 · 领域微调 · 知识增强检索
医疗耗材冷启动 · 首件检测+工艺生成 · 新品类
不变项 — 同一架构换数据集 + 微调模型即可服务多行业,新行业落地周期 4-6 周。
自适应分割 → 形态学处理 → 透视校正 → 朝向自动判定。处理 8K×13K 大分辨率工业图像,~0.5s/张。
深度检测分割模型,关键部件 bbox 输出。mAP50 = 99.2%,单图 ~52ms (CPU)。
深度分类 + 基准对比 + 经典异常检测 + 频域分析 — 四路并行,任一触发即标 NG。
深度学习 + 基准对比 + 经典视觉 + 频域分析,四路并行,任一触发即标 NG。召回率 +18%,显著降低漏检。
自研浏览器推理引擎 · 零服务端部署,数据不出厂、不上云。同时支持 GPU 服务器和边缘盒子。
8192×13000 大分辨率 TIF 端到端处理 3 秒级,这是非主流 VLM 难以做到的。
部件 ID 识别 → 自动匹配基准模板 → 像素级差异检测,微小瑕疵召回率显著提升。