المدونة

Technological innovation is a core element in developing new quality productive forces. Continuously strengthening innovation in artificial intelligence technology is essential for achieving high-level technological self-reliance and self-improvement. Labor materials with higher technological content provide a powerful source of motivation for producing new quality productive forces. KeyeTech is deeply engaged in the artificial intelligence sector, continuously exploring and researching algorithms and computing power. In 2023, KeyeTech successfully developed its own AI computing unit, significantly accelerating the progress of visual inspection. In 2024, KeyeTech also achieved significant breakthroughs in algorithm research... "It" the Efficient Assistant for Annotation In the era of big data, data is undoubtedly a valuable resource. However, efficiently and accurately annotating vast amounts of data has become a significant challenge. Traditional manual annotation methods are inefficient and prone to errors. The application of KeyeTech's automatic annotation function is like a timely rain, opening new doors for data annotation. Automatic annotation is based on deep learning and natural language processing technologies, capable of automatically recognizing text and image data. With just a click of the mouse, it can accurately identify and annotate sample defects, greatly improving annotation efficiency and significantly enhancing annotation quality. "It" the Data Screening Steward Compared to traditional training methods, KeyeTech places greater emphasis on meticulous data screening and strict quality control. Only positive samples that meet the requirements are selected for training, avoiding interference from incorrect or unexpected data during model training, thereby improving the accuracy and reliability of the model. The core of positive sample training lies in its ability to learn from good product samples, enabling the machine to accurately identify and output correct training results, significantly enhancing recognition capabilities and data output accuracy. A New Pathway Toward the Intelligent Era With continuous technological innovation and the expansion of application scenarios, artificial intelligence is demonstrating limitless potential. For intelligent enterprises, optimizing upgrades, reforming innovations, and self-research production are crucial for development and progress. Looking to the future, artificial intelligence will widely empower more fields, injecting vitality into the intelligent era. KeyeTech will refine its "skill value," unlock its "future power," and continue to delve into artificial intelligence, embarking on a new pathway toward intelligence and opening a new chapter of wisdom!  

هذا هو أفضل عصر للذكاء الاصطناعيالتعرف على الصوت وفتح القفل بالتعرف على الوجه... لقد اخترق الذكاء الاصطناعي كل ركن من أركان حياتنا. في السنوات الأخيرة، لم يعد تطبيق الذكاء الاصطناعي يقتصر على الحياة اليومية؛ وقد بدأ تطبيقه تدريجيًا في أنظمة الإنتاج لمختلف الصناعات، مثل التفتيش البصريوالفرز الذكي والتعبئة التلقائية والمزيد. ومع ذلك، بالنسبة لتطبيقات الصناعة، فإن دمج الذكاء الاصطناعي في نماذج إنتاج المؤسسة لتحسين كفاءة الإنتاج ليس عملية سلسة ويواجه العديد من التحديات والصعوبات. في القطاع الصناعي فيما يتعلق بالفحص البصري: تولد الشركات كميات هائلة من البيانات أثناء عمليات الإنتاج، ولكن كيف يمكنها تصفية البيانات القيمة؟ كيف يمكن للتعلم العميق للذكاء الاصطناعي تعزيز دقة التحكم والفحص؟ كيف تكتسب المعرفة الصناعية وتمثلها، وكيف تحولها إلى بيانات تشارك في حسابات الذكاء الاصطناعي وتخلق القيمة؟تتطلب هذه التحديات في تطبيق الذكاء الاصطناعي في الصناعات الابتكار المستمر وتحديث منصات الذكاء الاصطناعي لمواجهتها.1.تطبيقات الصناعة: تحديات الذكاء الاصطناعي الضخمةفي المجال الصناعي، وخاصة في الفحص البصري، تواجه العديد من تطبيقات الذكاء الاصطناعي التناقض المتمثل في وجود بيانات محدودة للعينات بينما تظل متطلبات الدقة عالية. تقوم أجهزة الاستشعار المختلفة الموزعة عبر معدات الإنتاج بتوليد كميات هائلة من بيانات الفحص يوميًا. ومع ذلك، فإن الجودة النهائية للمنتج تتأثر بشكل مشترك بآلاف من المعلمات مثل معلمات العملية، وخصائص المواد، ومعدات الإنتاج - فقط نسبة صغيرة من عينات بيانات الفحص لها معنى مباشر لتحليل التنبؤ بالجودة.علاوة على ذلك، لا تزال معظم الشركات تعتمد على الفحص اليدوي، مع مخاوف واسعة النطاق من أن أجهزة الذكاء الاصطناعي قد لا تكون مرنة مثل التفتيش البشري.وفي مواجهة هذه التحديات التي تواجه تطبيقات الصناعة، هناك حاجة إلى آلة ذكاء اصطناعي شاملة وفعالة تلبي متطلبات الصناعات المختلفة لعينات محدودة ومرونة عالية.2.KeyeTech: القدرة الرائدة في تنفيذ الذكاء الاصطناعي في الصناعةKeyeTech لقد تطورت معدات الفحص البصري للصور بالذكاء الاصطناعي من خلال سنوات من الابتكار والتحديث المستمر، مما يمكّن الآلات من امتلاك قدرات تعاونية ومعرفية مماثلة لتلك التي لدى البشر. يمكن لمنصة الذكاء الاصطناعي الخاصة بها محاكاة البيانات الضخمة بعدد صغير من العينات، ووضع العلامات عليها وتحليل العينات لبناء نماذج الفحص. كما أنها مزودة بمزايا مثل الكفاءة العالية والثبات والقدرة على التبديل بين نماذج متعددة، وحل المشكلات المتعلقة بالدقة والكفاءة والسلامة والتكاليف المرتبطة بالفحص اليدوي.01 حارس الجودةفي ضوء البيانات المحدودة التي تواجهها الشركات، تعتمد منصة KeyeTech للذكاء الاصطناعي على التعلم العميق، لديها إمكانات زيادة البيانات التي تسمح لعدد صغير من العينات بمحاكاة البيانات الضخمة، وبالتالي إنشاء قاعدة بيانات الذكاء الاصطناعي الخاصة بها. عندما يكون الجهاز قيد التشغيل ويكتشف منتجًا معيبًا، فإنه يزيله بسرعة عيب، التأكد من أن المنتجات الخارجة من المصنع خالية من العيوب. 02 مفتش الصور المهنيةتم تجهيز مصادر الإضاءة LED المخصصة والكاميرات الصناعية بمنصة معالجة ذكية. عندما تدخل المنتجات التي سيتم اختبارها إلى منطقة الفحص، يمكن للكاميرا الصناعية التقاط صور متعددة في حوالي 0.1 ثانية. خلال خوارزميات الذكاء الاصطناعي، فهو يقارن بقاعدة بيانات العينة، ويحاكي عمليات التفكير البشري لإجراء عمليات فحص الجودة على مظهر المنتج. يتم التعرف بسرعة على مشكلات مثل الحافة السوداء، ونقص المواد، وتشوه الزجاجات والقضاء عليها. 03 حارس السلامةحاليا، التفتيش البصري AI KeyeTech آلة يتم تطبيقه في صناعات مثل التعبئة والتغليف والمواد الغذائية و3C (الكمبيوتر والاتصالات والإلكترونيات الاستهلاكية) والمجالات الطبية. ومن خلال الاستفادة من الذكاء الاصطناعي في فحص الجودة وتصنيفها، يمكن تقليل عدد موظفي التفتيش بمقدار الثلثين. 

في السنوات الأخيرة، أصبح مفهوم الذكاء الاصطناعي مقبولاً على نطاق واسع من قبل الجمهور الفحص البصري بالذكاء الاصطناعي يتم تطبيقه تدريجياً في القطاع الصناعي للكشف عن عيوب مظهر المنتج. يمكن أن تؤثر عيوب المظهر في المنتجات سلبًا على الجمال والراحة والأداء العام. ولهذا تحرص شركات التصنيع على اكتشاف هذه العيوب بشكل سريع، مما يسمح لها بمراقبة الجودة وتعزيز القيمة المضافة للمنتج.في حين يتم التأكيد غالبًا على أهمية الخوارزميات في الفحص البصري باستخدام الذكاء الاصطناعي، إلا أن مصدر الإضاءة يؤثر بشكل مباشر على جودة الصورة. يتمثل الدور الأساسي للإضاءة في معدات الفحص البصري المدعومة بالذكاء الاصطناعي في التغلب على التداخل الناتج عن الإضاءة المحيطة، مما يضمن استقرار الصورة وتحقيق أعلى تباين ممكن. التصوير عالي التباين يجعل من السهل اكتشاف عيوب المنتج.في كييالتكنولوجيا، لا تستخدم معدات التعرف على الصور المزودة بتقنية الذكاء الاصطناعي الخاصة بنا فقط الخوارزميات القائمة على التعلم العميق ولكنه يتميز أيضًا بنظام التصوير البصري الذي طورناه ذاتيًا. تصميم زوايا التصوير وكثافته في الفضاء ثلاثي الأبعادحاليًا، تستخدم أجهزة التعرف على الصور المزودة بتقنية الذكاء الاصطناعي نظام التصوير البصري حيث يتم تصنيف تكوينات مصدر الإضاءة بناءً على طرق الإضاءة: إضاءة المجال الساطع وإضاءة المجال المظلم، والضوء المنظم والضوء القوي. تعمل هذه الأساليب جنبًا إلى جنب مع الخصائص السطحية والداخلية للأشياء التي يتم فحصها، مما يتيح إجراء تحليل علائقي شامل. من خلال تسليط مصدر الضوء على الأشياء التي تم فحصها وتحليل التشوهات الناتجة، يمكننا إزالة تشكيل المعلومات ثلاثية الأبعاد للأشياء، مما يسمح بتحديد الموقع الدقيق لعيوب المنتج. التصوير متعدد الأطياف من الأشعة فوق البنفسجية إلى الأشعة تحت الحمراءكييTيستخدم نظام التصوير البصري الخاص بشركة ech نطاقًا كاملاً من الأشعة فوق البنفسجية إلى الأشعة تحت الحمراء، بما في ذلك الطرق المستقطبة والفلورية، لتحقيق كشف شامل بزاوية 360 درجة للأشياء. ويمكن الكشف عن العيوب غير المرئية بالعين المجردة بوضوح تام، مما يضمن عدم وجود بقع عمياء أو مناطق مهملة. موفرة للطاقة ومتينةيستخدم نظام التصوير البصري الخاص بنا إضاءة LED، وهي مدمجة وموفرة للطاقة وتتميز بأوقات استجابة سريعة. كما أنها توفر أحادية اللون ممتازة، وموثوقية عالية، وإخراج ضوء موحد ومستقر، مما يجعل من السهل التكامل للحصول على نتائج تصوير مثالية على المنتجات.

وفقًا للإحصاءات، ظل معدل نمو الإنتاج في صناعة المشروبات عمومًا بين 10% و20% منذ عام 2001. وقد جلب الطلب القوي في سوق المشروبات فوائد كبيرة لصناعة أغطية الزجاجات. وفقًا لتقرير صادر عن Market Research Future، من المقدر أن يصل سوق الحد الأقصى والإغلاق العالمي إلى حوالي 91.7189 مليار دولار أمريكي بحلول عام 2030، من عام 2022 إلى عام 2030.بالنسبة للعديد من شركات أغطية الزجاجات، التي تواجه مثل هذا السوق الواسع، تتطور خطوط الإنتاج تدريجيًا نحو الرقمنة والمعلوماتية. ومن بين هذه التطورات، توفر معدات الإنتاج والمعالجة الذكية دعمًا فنيًا حاسمًا لتحقيق أغطية زجاجات "غير مدمرة" و"دقيقة".يحتاج فحص الجودة في صناعة أغطية الزجاجات إلى تمكين الذكاء الاصطناعيمع التطور التدريجي لخطوط الإنتاج الذكية في شركات أغطية الزجاجات، أصبح الطلب على تكنولوجيا الرؤية الآلية شائعًا بشكل متزايد. أثناء عملية إنتاج أغطية الزجاجات، تكون العيوب مثل البقع السوداء والفجوات والوميض والتشوه أمرًا لا مفر منه. إن الاعتماد على الفحص اليدوي أو الفحص البصري التقليدي يجعل من الصعب تلبية متطلبات الجودة المتزايدة للشركات. غالبًا ما يكون من الصعب اكتشاف الخدوش الصغيرة أو الفجوات الصغيرة الموجودة على الأغطية. أثناء عملية الفحص اليدوي، تستغرق هذه العملية وقتًا طويلاً ومكلفة، ولكنها غالبًا ما تفشل في تلبية معايير الكشف. ويؤدي هذا بشكل مباشر إلى عدم اتساق جودة المنتج عند التسليم، مما يؤدي إلى انخفاض الكفاءة. ولذلك فإن فحص الجودة المدعوم بالذكاء الاصطناعي لقد أصبح اتجاهًا حتميًا للشركات لتوفير التكاليف وتحسين الإنتاجية.تمكين الذكاء الاصطناعي يجعل فحص غطاء الزجاجة أكثر كفاءةعلى الرغم من أن أغطية الزجاجات صغيرة الحجم، إلا أنها تلعب دورًا حاسمًا في تغليف المواد الغذائية والمشروبات. فهي لا تجعل المنتجات أسهل في الحمل وتمنع التعرض المباشر للهواء الخارجي فحسب، بل تعمل أيضًا بمثابة "حراس الذوق" في عالم المشروبات الغازية - مما يضمن عدم هروب ثاني أكسيد الكربون. وبالتالي، يعد اكتشاف العيوب في الأغطية أمرًا مهمًا بشكل خاص، حيث تؤثر جودة الفحص بشكل مباشر على جودة عمليات تعبئة المشروبات اللاحقة.تظهر أغطية الزجاجات التي تنتجها آلات القولبة بالحقن حتماً عيوبًا مثل البقع السوداء، واختلافات اللون، والشوائب، والخيوط، وحلقات الختم، والحلقات المكسورة، والفجوات، والوميض، والأزيزات، والتشوه، والأبعاد، والحشيات، والأختام الداخلية، وأرقام القالب، وما إلى ذلك. يمكن أن تختلف هذه العيوب، وقد تظهر على أجزاء مختلفة من الغطاء، مثل الجوانب أو الجزء العلوي أو المناطق المقعرة. ولذلك الاعتماد على الرؤية اليدوية التفتيش وحده يمكن أن يؤدي بسهولة إلى الكشف المفقود أو غير الصحيح.توظف KeyeTech فحص رؤية الصورة بالذكاء الاصطناعي مصممة خصيصًا لخصائص المنتج ومتطلبات الكشف عن العملاء، وإنشاء خطط فحص مخصصة. قبل الاختبار، يتم جمع عينات من أغطية الزجاجات ووضع علامات عليها واستخدامها لتحسين نماذج التدريب. بناءً على احتياجات العملاء الفعلية، يتم إنشاء نماذج نشر الخوارزمية. أثناء عملية التفتيش، تقوم الإضاءة الموحدة والكاميرات الصناعية بالتقاط وتحديد المظهر الخارجي، بينما يقوم النظام البرمجي بالتصنيف واتخاذ القرارات.عندما يدخل غطاء الزجاجة إلى منطقة التفتيش من خلال أ جهاز تغذية الغطاء، يتم تشغيل مصدر الضوء والكاميرا لالتقاطه والتعرف عليه. سيقوم نظام البرمجيات بتصنيف وتحديد الحد الأقصى بناءً على النموذج المُدرب. إذا تم اكتشاف منتج غير مطابق، فسوف يظهر "NG" (غير جيد) ويصدر أمر الإزالة؛ إذا كان منتجًا مطابقًا، فسوف يعرض "موافق" ويحسبه للفرز في الصناديق.الجودة تحدد تطور الشركة، وجودة المنتج الجيدة تعزز كفاءة الشركة. تلتزم KeyeTech بتنفيذ الذكاء الاصطناعي لضمان الجودة للمؤسسات، لتصبح حارسًا للجودة في الصناعات المتخصصة.  

حققت تكنولوجيا الرؤية الحاسوبية الحديثة القائمة على الذكاء الاصطناعي وأساليب التعلم العميق تقدما كبيرا في العقد الماضي. اليوم، يتم استخدامه على نطاق واسع لتصنيف الصور، والتعرف على الوجه، والتعرف على الأشياء داخل الصور. إذًا، ما هو التعلم العميق بالضبط؟ كيف يتم تطبيق التعلم العميق في مرئي تقتيش?ما هو التعلم العميق؟التعلم العميق هو فرع من تقنيات التعلم الآلي الذي يتكون من مصنفات مبنية على شبكات عصبية اصطناعية. المبدأ الكامن وراء ذلك هو تعليم الآلات التعلم من خلال الأمثلة to توفيرe أمثلة مصنفة لأنواع محددة من البيانات للشبكة العصبية. يقوم النموذج باستخراج الأنماط الشائعة من هذه الأمثلة وتحويلها إلى نموذج شبكة عصبية يحتوي على هذه المعلومات، مما يساعد في تصنيف المعلومات التي يتم الحصول عليها في المستقبل.يمكن للفحص البصري المعتمد على تقنية التعلم العميق تحقيق التوطين والتمييز بين العيوب والتعرف على الأحرف والمزيد، ومحاكاة الفحص البصري البشري أثناء التشغيل. Wماذا يعني هذا في الواقع؟ على سبيل المثال، إذا أردنا إنشاء صورة مرئية تقتيش برنامج لفحص بطاريات الليثيوم، نحن بحاجة إلى تطوير خوارزمية قائمة على التعلم العميق وتدريبه باستخدام أمثلة للعيوب التي يجب اكتشافها. ومع بيانات العيوب، ستقوم الشبكة العصبية في النهاية باكتشافها دون أي تعليمات إضافية.مرئي تقتيش أنظمة يعتمدون على التعلم العميق وهم بارعون في اكتشاف العيوب ذات الخصائص المعقدة. لا يمكنها معالجة عيوب السطح والمظهر المعقدة فحسب، بل يمكنها أيضًا تعميم وتصور سطح بطاريات الليثيوم.ما هي الشبكة العصبية التلافيفية؟عندما يتعلق الأمر بالبصرية تقتيش مرتكز على التعلم العميق، التكنولوجيا الأكثر شيوعًا هي الشبكة العصبية التلافيفية (CNN). إذًا، ما هي شبكة CNN بالضبط؟تمتلك الشبكة العصبية التلافيفية، أو CNN، ميزات خاصة تحتفظ بالمعلومات المكانية في الشبكة، مما يجعلها أكثر ملاءمة لمشاكل تصنيف الصور. مبادئها مستوحاة من البيانات البيولوجية من الرؤية البشرية، حيث تعتمد الرؤية على طبقات قشرية متعددة، وكل طبقة تتعرف على معلومات منظمة متزايدة التعقيد. ما ندركه يتكون من العديد من البكسلات الفردية؛ ومن ثم يتم التعرف على التراكيب الهندسية من هذه البكسلات، تليها عناصر أكثر تعقيدًا، مثل الأشياء والوجوه والأجسام البشرية والحيوانات.Kعين التكنولوجيا صورة مرئية بالذكاء الاصطناعي تقتيش يستخدم الشبكة العصبية التلافيفية، مع التركيز بشكل أكبر على سلاسل الشبكة، وتصميم طرق شبكة متتالية مختلفة مصممة خصيصًا لسيناريوهات مختلفة، والتي تعكس بدقة ميزات الصورة لتعزيز الدقة أثناء الرؤية تقتيش.كيفية دمج مرئيات الذكاء الاصطناعي تقتيش نظام؟01 المتطلبات Cتوضيحدمج ان الذكاء الاصطناعي البصري تقتيش نظام يبدأ عادةً بالتحليل التجاري والفني. أولاً، من الضروري توضيح أنواع العيوب التي يجب على النظام اكتشافها وتحت أي ظروف بيئية سيتم استخدامه.02 جمع البيانات وإعدادهاقبل تطوير أ تعلم عميق النموذج، يجب جمع البيانات وإعدادها. قامت Keye Technology ببناء مكتبة خوارزمية قوية وغنية خلال أكثر من عقد من التطوير والتحسين المستمر. عند مواجهة فحص المنتجات الجديدة، يمكن الاستفادة من مكتبة الخوارزمية للتعلم التزايدي/النقل، حيث تتم إضافة عدد صغير من العينات الجديدة إلى نتائج التدريب الأصلية، مما يقلل بشكل كبير من وقت التدريب على المنتجات الجديدة ويتيح التعلم السريع.03 التدريب والتقييمبعد جمع العينات الجديدة، فإن الخطوة التالية هي التدريب والتحقق من صحة وتقييم أداء ودقة نتائج النموذج.04 النشر والتحسينعند نشر البصرية تقتيش من الضروري النظر في كيفية توافق بنية نظام البرمجيات والأجهزة مع قدرة النموذج.حالات تطبيقية للذكاء الاصطناعي البصري تقتيش الأنظمةحاويات التغليف: مناسبة لمراقبة جودة المنتجات، وتستخدم للكشف عن العيوب الخارجية مثل البقع السوداء، والنتوءات، والفجوات، وأرقام العفن.بطاريات الليثيوم: في إنتاج بطاريات الليثيوم، غالبًا ما تحدث العيوب الشائعة مثل الثقوب والثقوب الرملية والخدوش وعدم التساوي واللحام غير السليم أثناء عمليات مثل لحام مسمار الختم ولحام الغطاء العلوي. 

مع التنفيذ السريع لتقنية الذكاء الاصطناعي والتطور المستمر لصناعة الروبوت الذكي، آلات الفحص البصري يطلقون العنان لحيوية أقوى. الهيكل النموذجي ل معدات الفحص البصري يتكون التصميم بشكل أساسي من خمسة أجزاء، وهي: الإضاءة، والعدسة، والكاميرا، والحصول على الصور، ووحدات أجهزة الكمبيوتر. ما هو الفحص البصري؟نظام التفتيش البصري يشير إلى استخدام منتجات الرؤية الآلية (أي أجهزة التقاط الصور، مقسمة إلى CMOS وCCD) لتحويل الهدف الملتقط إلى إشارة صورة، والتي يتم إرسالها إلى نظام معالجة صور مخصص وتحويلها إلى إشارة رقمية تعتمد على توزيع البكسل، السطوع واللون وغيرها من المعلومات؛ يقوم نظام الصور بإجراء عمليات مختلفة على هذه الإشارات لاستخراج ميزات الهدف، ثم يتحكم في إجراءات المعدات في الموقع بناءً على نتائج التمييز.  عملية التخصيص للنظام البصري1. اختبار البرمجياتالعملية الدورية للتأكد من صحة العمليات البرمجية وعلاقات منطق التطبيق الصحيحة، واكتشاف نقاط الضعف في النظام، وإجراء تعديلات البحث والتطوير، واختبار التحقق.2. اختبار الأجهزةقم بإجراء اختبار موثوقية الأجهزة على الجهاز نفسه (اختبار التقادم، واختبار التوافق، واختبار معدل الفشل) والبيئة لتحديد ما إذا كان يمكن تشغيل البرنامج في بيئات تكوين أجهزة متعددة.3. اختبار التصحيح المشتركاختبر وظيفة تصحيح الأخطاء المشتركة للبرامج والأجهزة للتحقق من صحة منطق اتصالات الإشارات الكهربائية والبرمجيات ومصدر الضوء والكاميرا ووظائف تشغيل الأجهزة الأخرى مثل التصوير الفوتوغرافي والمسح الضوئي، بالإضافة إلى إحصائيات نتائج الكشف.4. اختبار النموذج التركيز على الاختبار الوظيفي، واختبار الأداء، وتقييم مؤشرات النموذج، وتحليل نتائج المؤشرات للنموذج.  كيفية إجراء اختبار نظام الفحص البصري؟متطلبات العملاءنوع التطبيق: فهم التغييرات في معايير اختبار المنتج والأبعاد الخارجية والعوامل الأخرى التي تؤثر على الاختبار بدقة وتفصيل، وتقييم ما إذا كان بإمكانها تلبية المتطلبات بشكل مبدئي.متطلبات المرحلة: متطلبات العملاء لكفاءة الفحص البصري، وتحديد الوقت اللازم لخطوات الفحص البصري.متطلبات الدقة: التحكم في دقة اكتشاف عيوب المنتج.مساحة التثبيت: تأكد من وجود أي قيود على تركيب المعدات المرئية في بيئة الموقع. Cالتصميم التصوريتحليل المتطلبات: تنظيم متطلبات العملاء الرئيسية وتحليل جدواها.تصميم الأجهزة: اختيار منصة النظام البصري، والكاميرا، والعدسة، ومصدر الضوء.تصميم البرامج: استخدم برامج مرئية تابعة لجهة خارجية أو قم بتطوير برامج معالجة مرئية بشكل مستقل.التحقق من الجدوى: إعداد بيئات البرامج والأجهزة، وتخصيص واجهات التفاعل بين الإنسان والحاسوب، وإجراء اختبارات أولية لتحديد ما إذا كان بإمكانها تلبية احتياجات العملاء. نشر الخوارزميةتطوير النظام الأساسي السحابي: جمع عينات من صور عيوب المنتج، وتحميل الصور وتخزينها، وتحديد الصور، والتعليق عليها، وتحميلها، وتدريبها، واختبارها، وتحسينها، وتطبيقها. 

عند مواجهة عيوب في الزجاجات والأغطية والقش وما إلى ذلكما هي طرق الاختبار التي تعرفها؟التعرف على العين البشرية؟ صيد التسرب؟لكن هل تعلم أن هذه الطريقة تتمتع بمعدل اكتشاف كاذب مرتفع جدًا؟هل هناك طريقة كشف آمنة وفعالة؟لقد وجدت مجموعة من الرواد المبتكرين الإجابةكشف العيوب البصرية بالذكاء الاصطناعيمن الفحص اليدوي إلى فحص الرؤية التقليدي، ومن ثم إلى الذكاء الاصطناعي، ثورة تكنولوجيا الكشف عن العيوبقبل فحص العيوب البصرية بالذكاء الاصطناعي تم تطوير المخطط، واعتمد اكتشاف العيوب في حاويات التغليف، مثل البقع السوداء والأوساخ وحواف الوميض والمواد المفقودة في زجاجات المشروبات، بشكل أساسي على الفحص اليدوي. في مواجهة العمل المتكرر عالي الكثافة، يؤدي الفحص اليدوي حتمًا إلى حدوث أخطاء، وعندما تنشأ مشاكل عيوب جديدة، يصعب على الأشخاص التعرف عليها بشكل فعال وسريع.ومع ذلك، فإن بيئة السوق شديدة التنافسية، ولا يُسمح حتى بوجود 0.1% من عيوب المنتج. من أجل ضمان الجودة العالية للمنتجات في الإنتاج، يجب استخدام حلول أكثر كفاءة للكشف عن العيوب. في مواجهة الطلب الملح في السوق، ركزت Keye Technology على مجالات مجزأة في العقد الماضي ونجحت في تطوير حلول متنوعة للكشف عن العيوب البصرية بالذكاء الاصطناعي، مما يجعلها رائدة العالم في تكنولوجيا الكشف عن العيوب. KeyeTech، شريك محترف في مجالات الرؤية المجزأةبالمقارنة مع حلول الكشف التقليدية، تتبنى Keye اكتشاف العيوب البصرية بالذكاء الاصطناعي. عندما تواجه احتياجات جديدة للكشف عن العيوب، ليست هناك حاجة لاستبدال المعدات. وبدلاً من ذلك، يجب أخذ عينات من العيوب الجديدة وتصنيفها وتدريبها، ثم يتم تحميل البيانات إلى النظام الأساسي السحابي لتطوير قوالب الكشف. عند الاستخدام، يمكن استرجاع قوالب الكشف المقابلة لضمان إنتاج مستقر. بالإضافة إلى وجود وظائف الكشف مثل البقع السوداء والأوساخ والنتوءات والمواد المفقودة وأرقام طراز المصنع، فإن معدات الكشف عن العيوب البصرية Keye AI ويمكنه أيضًا حساب المنتجات المؤهلة ومعالجتها. وفي الوقت نفسه، فهو متوافق أيضًا مع اكتشاف العيوب بأحجام مختلفة من أغطية الزجاجات، مما يحقق عملاً فعالاً باستخدام جهاز واحد فقط.  في الوقت الحاضر، تستخدم أكثر من 2000 شركة حول العالم معدات Keye's AI للكشف عن العيوب البصرية. وراء هذا الإنجاز ليس فقط نتيجة سعي Keye النهائي للتكنولوجيا، ولكن أيضًا انعكاس لإحساس KeyeTech القوي بالمسؤولية الاجتماعية.احصل على المزيد من مقاطع الفيديو الخاصة بـ KeyeTech على Youtube. 

جارٍ النشر أنظمة الفحص البصري أصبح الخيار الأول لشركات التصنيع لتحويل فحص الجودة وتحسين جودة المنتج. ومع ذلك، فإن الشركات التي ليست على دراية بمعدات الفحص البصري غالبًا ما يكون لديها بعض سوء الفهم حول قيمتها معدات الفحص البصري عند الاختيار. واليوم سنلخص عدة أنواع من المشاكل التي تواجه الشركات في كيفية الاختيار آلات الفحص البصري والأنظمة.     سؤال: إذا كان بإمكان جهاز واحد فحص جميع المنتجات؟ لا هذا ليس مستحيل. إذا أرادت شركة ما شراء مجموعة من معدات الفحص البصري التي تعمل بالذكاء الاصطناعي لاختبار جميع منتجاتها، فهذا غير ممكن في هذه المرحلة.   على الرغم من أن معدات الفحص البصري المدعمة بالذكاء الاصطناعي متوافقة، إلا أنها تحتوي على مجموعة من المتطلبات الخاصة بمواصفات المنتج. حاليًا، تمتلك العديد من شركات التصنيع مجموعة واسعة من المنتجات، وتتطلب المنتجات ذات المواد والأشكال والأحجام المختلفة مصادر ضوء وكاميرات وخوارزميات مختلفة.     يتمتع الكشف البصري للصور Keye AI بدرجة معينة من التوافق، لكن المنتجين يختلفان بشكل كبير ومن الصعب أيضًا تحقيق التوافق الكامل. معدات الفحص البصري لأغطية الزجاجات متوافقة مع منتجين بفارق ارتفاع لا يزيد عن الثلث وفرق عرض لا يزيد عن النصف، ولا توجد أغطية غير منتظمة. سواء كان فرق الارتفاع أو العرض كبيرًا جدًا، فإن استخدام نفس المعدات للفحص سيؤثر على جودة المصنع النهائية. تعد الحلول المخصصة بناءً على خصائص المنتج ضرورية لضمان جودة المصنع للمنتج.     سؤال: هل يؤدي وضع معايير اختبار عالية بشكل مفرط إلى انخفاض معدل العائد؟ نعم. بعض شركات التصنيع، عند شراء أنظمة فحص الرؤية، لا تضع متطلبات التفتيش بناءً على الوضع الفعلي ومعايير القبول للمؤسسة، ولكنها بدلاً من ذلك تستخدم المعايير النظرية لتطوير معايير التفتيش. أخيرًا، عند تصحيح الأخطاء والتشغيل، وجد أن معدل الإنتاجية كان منخفضًا جدًا، وأن نظام الفحص البصري لم يكن دقيقًا بدرجة كافية. في الواقع، يعود هذا النوع من المشاكل إلى استخدام معايير فائقة الجودة عديمة الفائدة. يجب على الشركات تطوير معايير الاختبار بناءً على المواقف الفعلية، وزيادة عناصر الاختبار بشكل مناسب لتحسين معايير الاختبار، وتحسين جودة المنتج، والحفاظ على القدرة التنافسية في السوق.   سؤال: هل تنعكس قيمة أنظمة الفحص البصري فقط في تقليل تكاليف العمالة؟ لا ليس كذلك. مجموعة معدات الفحص البصري بالذكاء الاصطناعي لا توفر تكاليف العمالة فحسب، بل تقلل أيضًا من تكاليف التشغيل للمؤسسات. لتحسين الكفاءة، غالبًا ما تختار الشركات المعدات الآلية لتحل محل العمل اليدوي، الأمر الذي لا يحسن القدرة الإنتاجية والجودة فحسب، بل يقلل أيضًا من تكاليف التشغيل. معدات الفحص البصري للصور AI من Keye على خط إنتاج واحد يمكن أن يساعد الشركات على توفير 3-5 من موظفي التفتيش وضمان معايير جودة المنتج الموحدة، مما يعزز اعتراف العملاء بالمؤسسة. فيما يتعلق بتكاليف التشغيل، لعب الكشف البصري للصور المدعم بالذكاء الاصطناعي من Keye دورًا أكثر أهمية. على سبيل المثال، يمكن للفحص البصري للزجاجات بيع المنتجات المؤهلة مباشرة بعد الفحص، ويمكن معالجة المنتجات المعيبة التي تمت إزالتها أو إعادة استخدامها. يمكن تنويع قيمة المنتج وتعظيمه.       سؤال: هل يمكن استخدام النظام البصري للإنتاج العالي؟ يُقترح استخدامه، لكن ذلك يعتمد على الوضع التجاري للمؤسسة. إن المخرجات الكبيرة هي في الواقع أكثر ملاءمة لاختيار نظام الفحص البصري. من استراتيجية التطوير طويلة المدى للمؤسسات، يتميز الاختبار اليدوي بالسرعة المحدودة والكفاءة المنخفضة، وهو أكثر ملاءمة لاستخدام المعدات الآلية للاختبار بكميات كبيرة. على الرغم من أن بعض المنتجات الفردية لها قيمة منخفضة، إلا أن استخدام الفحص البصري اليدوي قد يؤدي إلى عمليات فحص مفقودة أو خاطئة. إذا تم العثور على المنتجات في أيدي الشركات النهائية ولا تستوفي المعايير، فقد تختار إعادتها، مما يتسبب في خسائر معينة للمؤسسة. بمرور الوقت، هذا لا يفضي إلى التطوير طويل المدى للمؤسسة. لذلك، عندما يكون حجم إنتاج منتجات المؤسسة كبيرًا، فمن المستحسن اختيار معدات الفحص البصري. استثمار واحد يمكن أن يفيد المؤسسة مدى الحياة.     لذلك، فإن اختيار الشركات لمعدات الفحص البصري بالذكاء الاصطناعي ليس مظهرًا مباشرًا للجودة العالية. فقط من خلال الاستخدام المعقول لأنظمة الفحص البصري المدعومة بالذكاء الاصطناعي للتحكم في جودة المنتج والقضاء بشكل فعال على تدفق المنتجات المعيبة، يمكننا تجنب الشكاوى من العملاء النهائيين وكسب ثقتهم في المؤسسة.    

الجيل الجديد نظام فحص العيوب البصرية يعد Keye أول برنامج خوارزمي في الصين، وهو يعتمد خوارزميات الذكاء الاصطناعي في صناعة التعبئة والتغليف. حاليًا، تمت ترقية خوارزمية هذا البرنامج إلى KVIS-V16.0. أكبر ميزة لنظام الكشف هذا هي كفاءة الكشف السريع عن العيوب والتوافق العالي. مع تزايد تجزئة السوق، أصبحت منتجات التعبئة والتغليف أكثر تخصيصًا وتخصيصًا. يتعين على كل مؤسسة إنتاج تعبئة وتغليف إطلاق منتجات متنوعة وفقًا لاحتياجات السوق والعملاء. على سبيل المثال، اكتشفت شركتنا أكثر من مائة نوع من أغطية الزجاجات البلاستيكية والمزيد من أنماط الزجاجات. وهذا سيجعل المعدات التقليدية وأنظمة الكشف تواجه صعوبات كبيرة في اكتشاف عيوب المنتج. أكبر ميزة لنظام Keye هي أنه يمكن أن يكون متوافقًا مع أنماط مختلفة من المنتجات، ويمكن اختبار منتجات متعددة على نفس الجهاز. ماكينة فحص غطاء الزجاجة يمكنها تحقيق التوافق الكامل مع الأغطية ذات الألوان والأحجام المختلفة وحتى الأغطية الشفافة وغير الشفافة. ال آلة الكشف عن الزجاجة يمكن أن تكون متوافقة مع زجاجات من مواد مختلفة، مثل PET، PP، PE، PS، إلخ. يمكن للنظام اكتشاف العيوب المختلفة في المنتجات، مثل اللون، والهيكل، والتصنيف، وما إلى ذلك.  كيف فعلنا ذلك؟ أولاً، قمنا بتخصيص مصادر الضوء وأنظمة التصوير. يرأس فريقنا البصري البروفيسور تانغ لينغ من جامعة العلوم والتكنولوجيا في الصين (USTC)، ونحن أيضًا تابعون لمختبر Key Mode للبصريات في جامعة العلوم والتكنولوجيا في الصين، مما يوفر دعمًا فنيًا قويًا لفريقنا البصري. التصميم والبحث. حاليا، نحن في مكانة رائدة في الصين. لقد طورت شركتنا بشكل مستقل العديد من الكاميرات الخطية، المستوية، ثلاثية الأبعاد، والكاميرات الذكية، جنبًا إلى جنب مع الخوارزميات الذكية المطورة ذاتيًا، والتي يمكنها تحقيق تحسين النظام.  والثاني هو وحدة الحوسبة الطرفية التي طورتها شركتنا بشكل مستقل، وهي عبارة عن منصة حوسبة مدمجة عالية الأداء للسيناريوهات الصناعية. جميع الخوارزميات يقودها ويطورها الدكتور ZHENG ZHIGANG من جامعة الصين للعلوم والتكنولوجيا (USTC). إن أساس المعلومات الحاسوبية الغنية يجعل فريق الخوارزميات لدينا يقود أقرانه في الصين. يمكن لمنصة البيانات الضخمة القائمة على التعلم العميق للذكاء الاصطناعي، مع مكونات خوارزمية متعددة مدمجة، أن تساعد المستخدمين على بناء النماذج وتكرارها بسرعة.  أخيرًا، يعتمد نظام التحكم في البرامج الخاص بنا على أحدث نظام كمبيوتر من الدرجة الصناعية LINUX ونظام التفاعل بين الإنسان والآلة المخصص، وهو مستقر وفعال وفي الوقت الفعلي.

توجد حاليًا ثلاث طرق للفحص في إنتاج حاويات التغليف البلاستيكية. الأول هو الفحص اليدوي التقليدي، الذي يكتشف العيوب في المنتج من خلال مراقبة العين. والثاني هو فحص رؤية الآلة، والذي يعتمد على الخوارزميات التقليدية. والثالث هو الأحدث نظام الفحص البصري لخوارزمية الذكاء الاصطناعي. مع تزايد متطلبات الجودة لمنتجات التعبئة والتغليف في الصناعة العالمية، ستصبح كفاءة فحص العيوب أيضًا أكثر صرامة. سنقوم أدناه بمقارنة العديد من طرق الاختبار الحالية، والتي ستساعد الأشخاص في العثور على طريقة الاختبار المناسبة لتلبية متطلبات الجودة بشكل أفضل وتقليل تكاليف تشغيل المؤسسة.  نظرًا للعوامل الذاتية، والكفاءة المنخفضة، والقابلية للإرهاق، لا يمكن لفحص الرؤية اليدوي أن يضمن الكفاءة والاستقرار على المدى الطويل.الخوارزميات التقليدية فحص الرؤية لديها العديد من المعلمات وتعتمد بشكل كبير على موظفي تصحيح الأخطاء المحترفين. ضعف القدرة على التكيف، وارتفاع معدل الكشف الكاذب مع ضمان دقة الكشف، مما يؤدي إلى انخفاض كفاءة الكشف.تعلم عميق نظام فحص الرؤية بالذكاء الاصطناعي تمكن الآلات من تعلم الأنماط المتأصلة ومستويات تمثيل بيانات العينة، مما يمكّنها من الحصول على القدرة على التحليل والتعلم والتفكير المنطقي مثل البشر. أداء واستقرار ممتازان على المدى الطويل، مع دقة كشف فعالة.  بشر يمتلك الفحص البصري معدلًا منخفضًا نسبيًا للتعرف على الألوان، وهو ما يتأثر بسهولة بعلم النفس البشري ولا يمكن قياسه كميًا. ومن ثم، يمكن قياس تمييز الألوان بالكشف عن الآلة. على سبيل المثال، يمكن للعين البشرية التعرف على 64 تدرجًا رماديًا فقط، وتتمتع الآلات بقدرة قوية على التعرف على التدرج الرمادي. حاليًا، يتم استخدام 256 مستوى من مستويات التدرج الرمادي بشكل عام، ويمكن أن يحتوي نظام الاكتساب على مستويات من التدرج الرمادي مثل 10 بت و12 بت و16 بت. دقة العيون ضعيفة، ولا يمكنها رؤية الأهداف الصغيرة بدقة عالية. يمكن للآلات مراقبة الأهداف على مستوى الميكرومتر، لكن العين البشرية لديها سرعة مراقبة بطيئة. إن الثبات البصري الذي يبلغ 0.1 ثانية يجعل من الصعب على العين البشرية رؤية الأهداف سريعة الحركة بوضوح. من ناحية أخرى، تتمتع الآلات بسرعة عالية، حيث يصل وقت الغالق إلى حوالي 10 ميكروثانية ومعدل إطارات الكاميرا عالي السرعة يزيد عن 1000. وتزداد سرعة المعالج، ويصبح نطاق العين البشرية ضيقًا. تتمتع أجهزة الضوء المرئي في نطاق 400 نانومتر - 750 نانومتر بنطاق كشف واسع، يتراوح من أطياف الأشعة فوق البنفسجية إلى الأشعة تحت الحمراء. يتمتع الفحص البصري البشري بقدرة ضعيفة على التكيف مع البيئة، وهناك العديد من المواقف التي يمكن أن تسبب ضررًا للناس. يتمتع فحص رؤية الماكينة بقدرة قوية على التكيف مع البيئة، ويمكن أيضًا إضافة أجهزة الحماية. دقة الكشف بالعين البشرية منخفضة ولا يمكن قياسها كميًا. رؤية الجهاز يتمتع بدقة عالية ويمكن أن يصل إلى مستوى الميكرومتر، مما يجعل من السهل قياسه. والاعتماد على الكشف البشري له أيضًا ذاتية أخرى وتأثير نفسي وتعب.  من البيانات والتحليلات المذكورة أعلاه، يمكن ملاحظة أن استبدال الفحص البصري البشري بـ فحص رؤية الآلة سيكون الاتجاه السائد، خاصة مع الزيادة المستمرة في تكاليف العمالة في جميع أنحاء العالم. سواء كان ذلك من منظور تكاليف الإنتاج، أو معايير الإدارة، أو كفاءة الكشف، فإن الجيل الجديد من الفحص البصري لخوارزمية الذكاء الاصطناعي سوف يفضلها السوق. حاليًا، نظام الفحص البصري مدعوم بأحدث جيل من خوارزمية الذكاء الاصطناعي كيي لقد تم الاعتراف بها بشكل متزايد من قبل المزيد من العملاء في الأسواق المحلية والدولية، وأصبحت مؤسسة رائدة في الزجاجات البلاستيكية والأغطية والطباعة وغيرها من الصناعات. وفي الوقت نفسه، لعبت دورًا جيدًا في تعزيز الهبوط الحقيقي للذكاء الاصطناعي في سوق فحص التغليف.  

كشف عيب المظهر لجسم الزجاجةال فحص عيوب المظهر للزجاجة الجسم مشكلة شائعة في الإنتاج اليومي. بالنسبة للمصنعين في صناعات مثل الأدوية ومنتجات الألبان والمشروبات الكحولية والتوابل والمنتجات الكيميائية اليومية، نظرًا للطلب المتزايد على تحسين عبوات المنتجات وجودتها وإنتاج الدفعات المستمرة، فقد وضع السوق معايير أعلى لاختبار جودة مصنع الزجاجات . مع ظهور آلات فحص الرؤية الآلية القائمة على خوارزميات الذكاء الاصطناعي، أصبحت أداة جديدة لمساعدة الشركات في الإنتاج الفعال. حل فحص عيوب الرؤية لجسم الزجاجةاستنادًا إلى نظرية رؤية الكمبيوتر والتعرف على الأنماط، ومجهز بوحدة حوسبة حافة الذكاء الاصطناعي التي طورتها KeyeTech، فإنه يلبي تمامًا دعم طاقة الحوسبة وفقًا لمتطلبات الوضوح العالي والسرعة العالية. يتميز بمزايا قوة الحوسبة العالية، والاستقرار العالي، واستهلاك الطاقة المنخفض، ويحسن مشكلة توزيع طاقة الحوسبة في المعالجة التعاونية للكاميرات المتعددة. منصة البرامج والأجهزة(1) كاميرا صناعية CCD/CMOS عالية الدقة مطورة ذاتيًا (كاميرا + عدسة)(2) مصادر الضوء السطحية المطورة ذاتيًا، ومصادر الضوء الدائرية، ومصادر الضوء LED الأخرى(3) وضع التعلم شبه الخاضع للإشراف(4) وحدة حوسبة طرفية تعمل بالذكاء الاصطناعي تم تطويرها ذاتيًا، وهي عبارة عن منصة حوسبة مدمجة عالية الأداء للسيناريوهات الصناعية(5) بناء منصة تدريب سحابية للذكاء الاصطناعي بشكل مستقل  محتويات الكشفعيوب الزجاجة: بقع سوداء، اختلاف اللون، الشوائب، الخيوط، حلقات الرفع، الشقوق، البقايا، نتوءات، فقاعات، ثقوب، سماكة غير متساوية، تشوه، حجم، رمز الرش، علامة تجارية، رقم القالب، إلخ مادة الزجاجة: PET، PE، PP، HDPE، PC، إلخ تطبيقات على نطاق واسعKeyeTech تقنية فحص العيوب البصرية بالذكاء الاصطناعي يستخدم على نطاق واسع في صناعات مثل الأدوية ومنتجات الألبان والتوابل والمشروبات الكحولية والمواد الكيميائية اليومية.مزايا الحلكفاءة عاليةتتميز وحدة الحوسبة المتطورة ذات الذكاء الاصطناعي ذاتية التطوير بسرعة أكبر، واستهلاك أقل للطاقة، وقدرة حوسبة مستمرة أقوى، وعدم انقطاع التيار الكهربائي عند درجة حرارة عالية، وتشغيل مستقر. التكامل العاليمن خلال دمج الضوء والآلات والإلكترونيات والحوسبة والبرمجيات، قمنا ببناء منصة للذكاء الاصطناعي تتمتع بتكامل أعلى وحساب أسرع وقدرات معالجة أقوى. توافق قوي للبياناتيعمل وضع التعلم شبه الخاضع للإشراف على حل مشكلة عينات البيانات الصغيرة ووضع العلامات الصعبة بشكل فعال. مرونة عاليةدعم التبديل السريع لسيناريوهات الكشف سهل تنفيذه3 دقائق للبدء، مع 7 × 24 ساعة من التشغيل عن بعد ودعم الصيانة.   

خوارزمية الذكاء الاصطناعي - القوة الدافعة الأساسية لنظام الرؤية الآليةتعد الرؤية الآلية فرعًا تكنولوجيًا مهمًا في مجال الذكاء الاصطناعي، ويكمن مفتاحها في زرع "عيون الإنسان ودماغه" في الآلات.توفر خوارزميات الذكاء الاصطناعي القوة الدافعة الأساسية الداخلية لـ نظام فحص رؤية الآلة. بغض النظر عن التطبيق في أي سيناريو، تحتاج الرؤية الآلية إلى التفكير والحكم وتنفيذ الإجراءات مثل البشر. توفر خوارزميات الذكاء الاصطناعي دعمًا أساسيًا لمنطق البيانات لرؤية الآلة، بما في ذلك الصعوبات في تنفيذ الحكم على الهدف، والبيئات المعقدة والمتغيرة، وتعلم الميزات والتعرف عليها، والأداء في الوقت الفعلي وموارد الحوسبة، والقدرة على تعميم النموذج. ومع الزيادة المستمرة في الاستثمار في البحث والتطوير وتحديث أنظمة الخوارزميات، تم التغلب على هذه الصعوبات تدريجياً. التوسيع المستمر لسيناريوهات التطبيق من التقليدي إلى الابتكاربدعم من خوارزميات الذكاء الاصطناعي، تم إطلاق الخصائص المخفية لرؤية الآلة، وتستمر سيناريوهات التطبيق في التوسع. من المنطق الأساسي، والتكنولوجيا إلى التطبيق، تعمل خوارزميات الذكاء الاصطناعي على تمكين التطبيق الذكي بشكل كبير نظام فحص رؤية الآلة في الصور، وإنشاء نماذج تصنيف بسرعة مع عينات صغيرة، وتقليل تكاليف جمع البيانات والحساب، وتحسين دقة التعرف على الصور.  في البداية، قامت KeyeTech بتطبيق الرؤية الآلية بشكل أساسي في مجال اكتشاف عيوب العبوات البلاستيكية. حاليًا، تم تشكيل تعاون عميق بين العديد من الصناعات، مما أدى إلى دمج سلسلة الصناعة بأكملها من الضوء والآلات والكهرباء والحوسبة والبرمجيات. من خلال ممارسة المشروع في حاويات التعبئة والتغليف والإلكترونيات والطاقة الجديدة والأدوية والمنسوجات والأغذية وغيرها من المجالات، نهدف إلى التوسع المستمر في سيناريوهات تطبيق "Keye AI Machine Vision" وتحويل الذكاء الاصطناعي إلى إنتاجية حقيقية.  بدءًا من الفحص البصري للتغليف البلاستيكي، وحتى التمكين البصري للطاقة الجديدة، وإنشاء "حل فحص ثلاثة في واحد" لزجاجات النبيذ الزجاجية، كلها عبارة عن اندماج "رؤية آلة Keye". وفي المستقبل، ستحقق KeyeTech أيضًا اختراقات شاملة في سيناريوهات تطبيق الرؤية الآلية للذكاء الاصطناعي.