-
产品中心
计算机视觉硬件工业相机 镜头 机器视觉光源 采集卡 线材 配件 网络和外围设备计算机视觉软件pylon Camera Software Suite pylon vTools VisualApplets 其他软件产品线嵌入式视觉产品线 医疗和生命科学产品线 CoaXPress产品线 5GigE产品线 3D产品线Basler aceace lite线阵相机Basler racer镜头固定焦距镜头pylon Camera Software Suitepylon vTools pylon开源项目 pylon-data-faq pylon驱动程序和GenTL pylon SDKs pylon Viewer
- 选型工具
- 解决方案
- 下载中心
- 品牌中心
- 销售与支持
-
Vision Campus
相机技术Sony IMX CMOS芯片系列型号比较 为什么要对相机进行色彩校准? 专家教您如何为视觉系统找到合适的镜头 适用于嵌入式视觉系统的五大专家级技巧 什么是多光谱成像? CMOS相机比较 图像处理过程中的色彩 处理板 什么是图像处理 图像处理中的3D技术 什么是嵌入式视觉? 为何选择CMOS图像芯片? 什么是ToF (Time-of-Flight)? 什么是成像质量? 相机尺寸 数字相机的工作原理是什么? 芯片技术:CMOS与CCD的对比 实时性 NIR: 即使在弱光条件也可以呈现清晰图像 高灵敏度图像处理相机 Time-of-Flight versus Stereovision显示更多收起接口和标准千兆网(GigE) 什么是CoaXPress? 配备GigE 2.0的多相机系统 System Setup with CoaXPress 2.0 USB 3.0和USB3 Vision Camera Link 哪一款接口适合嵌入式视觉? GenICam标准
- 公司概况
进行深度学习的视觉系统
深度学习正在计算机视觉应用中迅速发展。人工神经网络(ANN)能提供双重益处。ANN具有的潜力可以提升工厂自动化、机器人或零售应用的精度和耐用度。同时,在基于图像的应用中,ANN还能解决过去无法解决的问题,如显微镜中的病理检测或在表面检测中对复杂模式进行分类。
深度学习与传统图像处理技术的比较



利用神经网络攻克图像处理难题
在图像处理应用中,越来越多的任务中所用的传统算法已经被深度学习所取代,因为它在许多应用中能够带来更好的图像处理效果。卷积神经网络(CNN)等深度神经网络技术尤其适用于某些类型的应用。
阅读《产品洞悉》
工业领域中的FPGA神经网络
FPGA上的神经网络(例如CNN)在工业领域的图像处理任务中取代了传统的方式。如果深度学习技术能够更具针对性、更轻松或更出色地解决相关问题,那么它就可以取代传统的图像处理方法,尤其是在那些存在反射表面等干扰因素的应用中。
阅读《产品洞悉》
借助CNN技术让深度视觉(Deep Vision)成为现实
小型神经网络已足以满足许多视觉应用的需求。因此,FPGA等处理器也可以使用卷积神经网络 (CNN)。如此一来,这就催生了大量分类任务范畴以外的一系列应用,可以在嵌入式视觉系统中使用神经网络技术。
阅读《产品洞悉》
自动化思维 - 机遇与风险
全世界正在投入数十亿美元的资金,在各种社会领域中使用人工智能(AI)。与此同时,有关方面也在正在制定相关法律、标准和道德准则,以确保合理使用这项技术,重点促进它为社会发挥益处。
阅读《产品洞悉》
适用于零售领域的智能支付终端采用AI软件和Basler相机
Basler开发了一款由嵌入式技术和人工智能(AI)软件组成的自动化零售支付终端。这个终端能够迅速对购物车中的产品进行识别和分类,并显示价格。
阅读经典用例使用嵌入式视觉系统进行基于AI的细菌分类
嵌入式技术在诊断和分析领域中的普及速度不断加快。它们功能强大、节省空间且价格亲民。通过加入人工神经网络(ANN)技术,就可以瞬间完成细菌分类任务。
观看经典用例视频

结合3D视觉技术与深度学习软件来实现自动水果识别
Basler和Data Spree已开发出了精度高、功能强大的实时解决方案来进行水果分拣。该视觉系统是基于Basler blaze ToF (Time-of-Flight)相机和Data Spree的深度学习平台。
阅读经典用例
深度学习技术的实际应用:借助Amazon Web Services进行“边缘计算”的视觉芯片
您是否想开发一款嵌入式视觉芯片,使之能够探测并区分物体?Basler已经打造了一款采用深度学习框架的卷积神经网络(CNN),并将它运用到嵌入式设备中。
阅读经典用例