TDK公司 (TSE：6762今天发布了最新款 TDK SenseEI 产品线， edgeRX™ 视觉.

edgeRX™ 视觉 是一款高速缺陷检测系统，可分析客户的产品图像或视频，并能以极高的精度识别最小的组件（小至 1 毫米 x 0.5 毫米）。

该系统采用先进的人工智能技术，可实现实时、高精度的缺陷检测，同时显著降低误报率。与……协同工作 TDK SensEI's edgeRX™ 平台和传感器 edgeRX™ 视觉 通过增强现有硬件基础设施，最大限度地减少不必要的机器停机时间，确保更流畅、更高效的生产流程。该设备运行速度高达每分钟 2,000 个零件，即使停机时间略有减少，也能带来可观的收入增长。 edgeRX™ 视觉 适用于高通量制造环境的必备解决方案。

的主要特点 edgeRX™ 视觉 包括：

高精度产品缺陷检测
自适应学习和持续改进
减少误报和漏报
跨产品线的可扩展性

基于人工智能的机器视觉已发展成为一项高度先进且可靠的技术，凭借其速度、精度和适应性，已被各行各业广泛采用。现代系统利用边缘人工智能实时处理视觉数据，从而降低延迟并减少对云基础设施的依赖。基于Transformer的架构和统一模型（例如DINOv2和SAM）无需针对特定任务进行重新训练，即可完成各种视觉任务，例如检测、分割和分类。这些系统还通过自监督学习和少样本学习提高了标签效率，降低了数据准备成本。与语言模型的集成引入了多模态功能，从而实现了更直观的人机交互。随着这些增强功能和新能力的出现，整个行业正处于变革的关键时刻。 TDK SenseEI 介绍 edgeRX™ 视觉 面向市场。人工智能驱动的视觉系统比以往任何时候都更具可扩展性、稳健性和成本效益，使其成为高吞吐量、实际生产环境的必备工具。

“edgeRX™ 视觉 “这将进一步增强我们现有的自动光学检测 (AOI) 能力，实现高速、人工智能驱动的缺陷检测——就在边缘，”首席执行官 Ken Takekawa 表示。 TDK Components USA它能够以极高的精度处理尺寸小至 1 毫米 x 0.5 毫米的 MLCC 芯片。通过在现有硬件上部署人工智能，我们最大限度地减少了误报，从而显著降低了总体拥有成本。这一改进将减少因过度检测而导致的机器停机，并大幅提高生产效率。在每分钟高达 2,000 个零件的速度下，即使是微小的时间节省也能转化为可观的收入增长。

“推出 edgeRX™ 视觉 “这标志着我们在将智能自动化引入工厂车间这一使命中迈出了重要一步，”首席执行官桑迪普·潘迪亚 (Sandeep Pandya) 表示。 TDK SenseEI“通过利用人工智能的力量， edgeRX™ 视觉 提供精准的实时缺陷检测，从而提高运营效率和产品质量。与我们的产品无缝协作 edgeRX™ 该解决方案通过传感器扩展了以下功能： edgeRX™ 该平台为制造商提供了一种更智能、更集成的方式来应对高速生产挑战。”

术语库

边缘AI
将人工智能模型直接部署在本地硬件（边缘设备）上，无需将数据发送到云端即可实现实时数据处理。

基于 Transformer 的架构
一类深度学习模型（例如，Vision Transformer 或 ViTs），利用注意力机制处理视觉数据，与传统的卷积神经网络 (CNN) 相比，性能有所提高。

统一视觉模型
像DINOv2和Segment Anything Model (SAM)这样的AI模型可以执行多种视觉任务（例如，检测、分割、分类），而无需为每个任务单独构建模型。

小样本学习
模型从极少量示例中学习新任务或识别新模式的能力

多模态人工智能
这类系统将不同类型的数据（例如图像和文本）结合起来，以执行诸如视觉问答或图像描述等任务。例如 CLIP 和 BLIP-2 等模型。
误报/漏报：在缺陷检测中，误报是指将良好部件错误地标记为有缺陷，而误报是指遗漏了有缺陷的部件

AOI
自动光学检测

主要应用

• 电子制造业
• 制药
• 食物与饮料

主要特点和优势

提高产品质量
确保持续检测缺陷，从而提高产出质量
减少误报
最大限度减少不必要的废品，保持生产线平稳运行。
增加吞吐量
能够在不影响精度的前提下实现更快的检测速度，从而提高生产效率。
降低运营成本
通过自动化检测和最大限度减少返工，降低人工成本和浪费。