http://www.moduwu.com 2026-04-10 14:54 來源:廣東西克智能科技有限公司
西克黑科技

SICK NOVA 是一款面向工業圖像處理的可配置軟件平臺,廣泛適用于多行業的質量檢測與自動化應用。憑借直觀的網頁界面與強大的 AI 能力,無論是經驗豐富的視覺工程師,還是初次接觸機器視覺的用戶,都能快速部署復雜檢測任務。它兼容多種視覺硬件,包括 2D 視覺傳感器、3D 視覺傳感器以及激光掃描儀,并支持通過插件靈活擴展功能,為企業提供高性價比的視覺解決方案。
01
SICK NOVA核心優勢

1. 高度可擴展
•支持 SICK 全系列 2D / 3D 視覺傳感器及激光掃描儀
•提供多級工具集(含 Deep Learning 工具)
•可通過 SICK AppPool 獲取標準插件或定制插件
•基于 SICK AppSpace 實現個性化功能開發

2. 極致易用
•基于 Web 的操作界面,無需安裝軟件
•點擊式配置,快速上手
•內置幫助功能,降低學習成本

3. 強大 AI 能力
•支持本地端與云端 Deep Learning
•覆蓋檢測、分類、識別、分割等多種任務
•少量樣本即可訓練,快速落地
02
AI 工具全景解析
工具1:AI異常檢測工具(AI Anomaly Detection)
應用場景:發現不可預測的缺陷

AI異常檢測工具可發現圖像中的異常情況,適用于缺陷不可預見的復雜應用。該工具的應用范圍是用于檢查表面、焊縫、膠珠或釬焊件以及注塑模具。
示教時只需要合格件圖像,該工具會返回“合格”或“不合格”的結果。在異常熱圖上顯示識別出的缺陷。
異常檢測工具可在設備上快速輕松地創建應用,并可直接在設備上示教多達 100 張圖像。
工具2:AI分類工具(AI Classification)
應用場景:對物體進行分類/分揀

AI分類工具用于物體分類,適用于與可變形、可變、有機和反射物料相關的復雜分級和分類任務。除了不同物體的分類,該工具還有助于進行安裝檢查和缺陷分級。該工具用所有級別的圖像進行訓練,并將圖像中一個點上檢測到的物體級別作為結果返回。
它支持在設備上進行訓練,實現快速簡便的應用設置。此外,該人工智能工具只需要少量的圖像,并且可以直接在設備上用多達 100 張圖像進行訓練。
AI Classification (dStudio) 支持使用 SICK dStudio 服務進行訓練,用于標記、訓練和評估,以創建一個優化的神經網絡,在 Edge 設備上直接運行經過訓練的神經網絡時,獲得更高的測量精度和執行速度。即使有大量圖像,該解決方案也能輕松進行培訓。
工具3:AI目標識別工具(AI Object Detection)
應用場景:查找、定位、分類并統計已知類型的物體數量

AI目標識別工具用于對物體搜索、計數和定位,所有這三項任務都可以通過同一工具完成。這種綜合功能非常適合完整性檢查等應用。該功能確保在繼續生產過程或包裝過程之前,物體的位置正確、數量正確且無缺陷。此外,當圖像中的物體數量變化或輕微重疊時,它也是優選的解決方案。
AI目標識別工具支持設備訓練,適用于在所采集圖像中查找物體特點。該工具最多可訓練 100 張圖像,非常適合計數應用。結果顯示為所識別物體上的一個點。
AI目標識別工具(dStudio) 支持使用 SICK dStudio 服務進行訓練,用于檢測(即查找)所采集圖像中的物體。由此檢測到的物體以邊界框的形式出現,邊界框表示物體的級別、大小和位置。
工具4:AI斑點檢測工具(AI Blob Finder)
應用場景:以像素級精度查找、定位、分類并統計已知類型的物體數量

AI斑點檢測工具(dStudio)借助訓練有素的神經網絡,利用實例分割技術檢測定義區域內的物體并對物體計數。它支持測量物體的尺寸(長度、寬度和面積),因此非常適合需要對物體計數、分揀、測量及定位的質量管理應用。
在實例分割中,能夠識別圖像中的所有物體,并逐像素將它們相互分離。通過這種方式,不僅可以識別出存在哪些物體(例如蘋果和梨),還能繪制出每個物體的輪廓——即使存在多個相互重疊的同類物體。
與AI目標識別工具僅在物體周圍輸出邊界框不同,AI斑點檢測工具可為每個目標生成像素級的精確分割蒙版,實現更高精度的識別與分析。該能力在物體高度重疊或邊界復雜的場景中尤為適用。同時,它還支持對微小裂紋、表面異常等細微缺陷進行高精度尺寸測量,并可準確統計各類物料的數量。
結語:
SICK NOVA將標準機器視覺能力、先進的 AI 技術與高度靈活的擴展架構融為一體,構建出一個統一、高效且易于部署的工業視覺平臺。無論是基礎檢測還是復雜缺陷識別,用戶都可以通過簡單配置快速落地應用,并根據需求持續擴展功能。在保障檢測精度與穩定性的同時,顯著降低系統開發與運維成本,幫助企業加速實現更智能、更高效的自動化生產與質量控制。
SICK
點擊下方視頻號,瀏覽更多視頻
