智能标注提升标注效率

基于最新分割大模型优化的智能标注功能，能精确分割缺陷区域。在复杂背景与不规则目标情况下，智能标注效果显著，效率提升超过50%。

AIGC数据合成加速模型上线，降低数据获取成本

为了提升模型的泛化能力和抗干扰能力，AIGC将构建多样化的数据集，并引入伪缺陷，从而使模型在应对复杂缺陷时表现更佳。通过伪缺陷生成，可以迅速创建大量数据，显著降低负样本数据获取的成本。同时，自由调整缺陷的形状、大小和位置，有助于加速模型的训练与优化，针对性地测试和提升其性能。

AI大模型助手

通过对话框输入您的问题，Finovision凤麟AI助手可提供端到端解答，不管是使用流程、模型调优或参数理解，AI助手都能一一解答，无须再翻阅冗长的帮助文档。新用户零门槛操作使用，1分钟了解新功能。AI助手实时高效为您解答疑难问题，成为您24小时的私人技术支持。

平台提供云端Web版和私有化部署版，满足不同用户需求。云端Web版具备高可访问性和灵活经济性，无需投入高性能硬件，灵活订阅周期，是个人用户或中小企业的首选。而私有化部署版则为具备私有服务器的大型企业提供本地部署方案。云端采用高级加密标准保障数据传输与存储安全，精细化的数据管理功能让用户轻松管理图像、标注和模型数据，避免数据混淆。

平台提供全面的深度学习算法支持，汇川技术积累了丰富的应用经验和客户案例，打造出高可靠性基模型，涵盖图像分割、字符识别、目标检测、图像分类等多种算法模块，内置行业字符基模型，常规场景检测精度超过99.5%。

Finovision 凤麟AI具备高兼容能力OCR基模型，常规场景无需字符训练；目前OCR模型已广泛应用于食品饮料、医药、汽车、3C、半导体等行业的油墨喷码、激光喷码、钢印打码等工艺的识别检测场景中。

泡罩在线检测可应用于产品热封前与裁切后检测，采用行业领先深度学习技术- 无监督算法，对生产的正样本进行学习训练，减少大量人工标注工作，实现本机训练，30 分钟内完成配方新增。

针对晶圆研磨过程中的水印、划痕、凹凸坑、异物、研磨纹、破损、裂纹等缺陷，覆膜过程中的气泡、气泡内异物、薄膜褶皱、薄膜距离等缺陷通过Finovision AI 云平台进行检出，保障晶圆生产质量。可应用于直径320mm以下晶圆的缺陷检测及410mm以下晶圆覆膜工艺的缺陷检测。

汇川视觉基于深度学习技术，稳定高效地解决了食用油灌装过程中的瓶盖、贴标、喷码、瓶口缺陷与装箱点数问题。该方案目前已在国内各大龙头企业批量使用，得到客户一致好评。

Finovision凤麟AI云平台，凭借其简便的操作流程、高效的模型开发以及深厚的工艺积累，正为AI质检注入强大动力。无论是复杂的质量检测需求，还是多变的生产场景，Finovision凤麟AI云平台都能轻松应对，助力企业实现智能化升级。如果您也在寻找优化生产质检的全新方案，汇川技术将是您的理想选择。未来制造，从此开启！

本届大赛工程应用赛道新增“AI视觉检测系统设计与应用开发”赛题，结合汇川技术推出的Finovision凤麟AI云平台，更多关于赛题技术的说明介绍，可访问大赛官网https://icup.inovance.com