康耐视ViDi 电子行业解决方案，适用于电子产品行业的深度学习图像分析软件。

康耐视ViDi红色分析工具VIDI_Red_Analyze_video_Marcom_CHS

康耐视ViDi绿色分类工具VIDI_Green-Classify Tool_CHS

康耐视ViDi深度学习解决方案VIDI_Deep Learning Overview_EN_CHS(1)

康耐视ViDi蓝色ocr工具VIDI_BlueOCR_EN_CHS

康耐视ViDi蓝色定位工具VIDI_Blue_locate_video_Marcom_CHS

太阳能作为新能源的代表之一，是人们理想中的绿色能源。在太阳能电池片的生产过程中，绝大多数的光伏电池生产厂家,其缺陷检测还是采用人工视觉检测的方式,人工识别不仅精确度低，耗时长，成本高，而且长时间的人眼分类势必会造成人眼的疲劳，导致工作效率下降或误检率增加。我们的方案设计和算法的研究，利用新一代工业4.0的思想，用智能机器视觉来解决太阳能电池片生产过程中出现的缺陷片的分选问题，具有很高的实用价值。

在数字化转型，工业4.0和智能制造2025的浪潮下，领先的汽车制造商开始采用融合了工业机器人控制技术，工业照相技术，计算机视觉技术和基于深度神经网络的机器学习技术于一体的认知视觉检测技术，通过标准化，自动化，智能化的手段，实现整车漆面全方位质量检测。

Watson IoT 与锐意进取的企业联手，打造前沿创新卓越非凡的匠心之作。Cognitive Visual Inspection 便是杰作之一，该解决方案基于IBM Watson IoT 技术打造，可助力制造商节省高达80%的质量检测时间。例如，对汽车制造商而言，涂装是制造流程中最耗时耗力的步骤，常常有超过四成的库存车辆停留于此，借助Cognitive Visual Inspection，汽车工厂可以进行可视化分析，将喷涂车间的次品率降低10%。不仅如此，Cognitive Visual Inspection可助力各行各业洞察真知灼见，更有效地解决产品缺陷，提升产线质量。