微信公众号
新闻资讯
NEWS CENTER
/
/
上海大和衡器科协举办视觉技术与智能系统培训----浦东新区科协支持继续教育项目系列讲座之四
资讯分类
上海大和

留言反馈

如有疑问,请留下您的联系方式,或联系我们,感谢您对我们的支持与信任,我们将竭诚为您提供高质量的产品和服务!

上海大和衡器科协举办视觉技术与智能系统培训----浦东新区科协支持继续教育项目系列讲座之四

  • 分类:新闻资讯
  • 作者:
  • 来源:
  • 发布时间:2020-11-23 11:29
  • 访问量:

概要:2020年10月13日,上海大和衡器科协举办的2020年浦东新区科协支持继续教育项目“物联网时代衡器转型升级”系列讲座之第四讲正式开讲。

上海大和衡器科协举办视觉技术与智能系统培训----浦东新区科协支持继续教育项目系列讲座之四

概要:2020年10月13日,上海大和衡器科协举办的2020年浦东新区科协支持继续教育项目“物联网时代衡器转型升级”系列讲座之第四讲正式开讲。

  • 分类:新闻资讯
  • 作者:
  • 来源:
  • 发布时间:2020-11-23 11:29
  • 访问量:
详情

2020年10月13日,上海大和衡器科协举办的2020年浦东新区科协支持继续教育项目“物联网时代衡器转型升级”系列讲座之第四讲正式开讲。

本次讲座请到了中国科学院自动化研究所博士、中科院自动化所苏州研究院常务副院长、苏州中科全象智能科技有限公司常务副总经理汪雪林高工进行授课,授课主题为《视觉技术及智能系统》

 本次培训主题

 

在本次授课,汪院长分为五个部分讲解,分别为“人工智能和工业机器视觉技术概述、机器视觉基础知识、机器视觉算法、卷积神经网络基础、人工神经网络基础”,具体授课内容包含下列几个方面:

人工智能和工业机器视觉技术概述中包含:人工智能进入新一轮发展浪潮、人工智能技术现状和重点应用、工业视觉的原理;

机器视觉基础知识中包含:机器视觉的基本概念、机器视觉的软硬件知识、机器视觉系统搭建技巧;

机器视觉算法中包含:图像预处理、图像处理算法、视觉系统标定;

卷积神经网络基础中包含:卷积神经网络和深度学习—诞生背景与历程、卷积神经网络应用—LeNet-5手写数字识别、深度学习—Hinton做了些什么、深度学习在数字图像识别上的运用;

 

人工神经网络基础中包含:人工神经网络的基本概念、人工神经网络的学习方法、前向式神经网络与算法、神经网络的应用实例

汪院长以人工智能与机器视觉的基本概念,引入到机器视觉的算法、深度学习的理论原理以及实际应用,授课中汪院长还向大家展示了中科院自己研发的高速相机技术应用、3D结构光相机的应用视频,尤其是3D视觉的从无序到有序的抓取技术让听众们叹为观止,感慨视觉技术的强大应用。

汪院长授课中

 

在中午休息期间,汪院长在公司技术开发部领导的陪同下,对公司开发的视觉应用产品进行现场参观和指导,并对公司在开发中遇到的一些实际问题进行了探讨,汪院长对产品的使用要求作了解后,提出了解决问题的关键途径,并将部分测试样品带回去作进一步的分析和试验,以便能探索出实际解决方案。

技术开发部领导陪同汪院长察看视觉技术产品

小会议室利用大屏幕学习

 

本次培训依然采用线下与线上结合的模式,参与人员包括公司科协成员及相关部门人员,大家在课后均感到视觉技术在我们衡器行业的应用课题很值得深入探究,同时纷纷表示汪院长理论联系实际的教学,开阔了自己的思路、拓展了自己的视野和眼界,我们期待着与中科院汪院长带领的视觉技术团队有进一步合作的机会!

 

扫二维码用手机看

推荐资讯

上海大和衡器技术研发新实验室落成 2020-12-28

上海大和衡器技术研发新实验室落成

VIEW MORE
Merry 2020-12-25

Merry Christmas and Happy New Year!

VIEW MORE
上海大和衡器科协“物联网时代衡器转型升级系列培训”获2020浦东新区科协优秀继续教育项目 2020-12-03

上海大和衡器科协“物联网时代衡器转型升级系列培训”获2020浦东新区科协优秀继续教育项目

上海大和衡器科协项目获评2020浦东科协优秀继续教育项目,并获得资助​鼓励。
VIEW MORE
站内搜索
确认
取消

服务与支持

服务网络
服务支持

上海大和微信公众号

关注微信公众号

上海大和衡器有限公司 

服务热线: 
021-58973377/4000806335

(自动秤)
 邮箱:
sale@yamatosh.com
system@yamatosh.com(系统工程)

页面版权所有©2020 上海大和衡器有限公司       沪ICP备17034530号-1      友情链接:日本大和官网    

留言反馈

留言应用名称:
客户留言
描述:
验证码