机器视觉

6月28日，10:00 – 11:30。AMD 工业与视觉系统架构师，翁羽翔将座客直播间与您详细介绍我们最新发布的 KR260 机器人入门开发套件。

展示面向专业音视频、广播和智能家居市场的先进且强大的 4K、8K、AV-over-IP 以及基于机器学习的解决方案。团队将展示各种利用自适应计算平台的现场演示

2022年4月8日10:00-12:00，AMD-赛灵思高级产品市场经理王宏强先生将带来主题演讲：如何用赛灵思VCK5000 AI引擎实现全线加速

根据ABI Research的最新报告指出，直至2027年，机器视觉(Machine Vision)将成为汽车、医疗保健、制造、零售、智能建筑、智慧城市、交通与物流等主要市场，数字化和自动化的关键支持技术。预计将达到360亿美元市场规模

目前，机器视觉传感器在当代的应用可谓是越来越广泛，如何选择机器视觉传感器是值得我们好好学习的，现在我们就深入了解如何选择机器视觉传感器。

缺陷检测加速应用是一种机器视觉应用，可使用 Xilinx Vitis 视觉加速计算机视觉功能库自动检测缺陷、产品（例如水果、PCB）的成熟度以及在高速工厂管道中进行分类。

参与本期主题，您将看到来自赛灵思的 Vitis 和 Kria SOM 平台在工业、医疗以及视觉方向的最新方案与技术。另外还邀请到了来自上海联影医疗科技以及雪湖科技的精彩案例分享。

工业市场和医疗市场上的各类视觉应用，都期待摄影机的尺寸、速度、智能性和功耗水平能获得改善，特别是工业应用还对安全性、扩展温度效能和生命周期，有着更额外的要求。本文将探讨机器视觉、工厂自动化和机器人技术等应用中的部分此类需求。

鉴于DNN 在研究和技术方面的巨大投资，很明显，DNN 作为首选解决方案的适用范围，将会继续迅速扩大。然而，在可预见的未来，许多应用将通过传统技术（包括其他形式的机器学习）或通过深度学习和传统算法的组合，来获得最好的解决方案。接下来，我们就一起了解一下，深度学习在机器视觉中的典型应用。