一、检测目的与依据1、使用400-1000nm、900-1700nm相机采集塑料PVC的光谱数据；2、高光谱无损识别获取塑料PVC光谱曲线3、使用机器学习、深度学习等技术，对塑料PVC光谱数据进行训练拟合，实现通过高光谱技术无损识别塑料PV...

激光散斑成像是一种利用激光相干性获取物体表面或内部微观运动信息的技术。其基本原理源于激光照射粗糙表面时产生的干涉现象，当相干光被散射后，在空间形成随机分布的亮暗斑点，这就是散斑。若被照射区域存在运动，例如血液流动引起的微粒子位移，散斑图案会...

一、检测目的与依据1、使用400-1000nm、900-1700nm相机采集塑料PVC的光谱数据；2、高光谱无损识别获取塑料PVC光谱曲线3、使用机器学习、深度学习等技术，对塑料PVC光谱数据进行训练拟合，实现通过高光谱技术无损识别塑料PV...

多模态大模训练当你把一张照片丢给豆包，它能准确描述画面内容；在通义千问里上传一张草图，它能识别你画的是什么；Kimi分析PDF里的图表时，甚至能读出表格中的数据。事实上，大模型的多模态能力已经成为标配。从Qwen-VL到GLM-4V，几乎所...

工业产线上的高光谱工业产线上的视觉检测，过去几十年一直在做同一件事：看外观——划痕、色差、尺寸偏差，本质是二维灰度或RGB图像的几何+亮度判断。高光谱成像把这个能力直接拉到了分子层面：每个像素不再只是RGB三个通道，而是上百个连续波段的光谱...

一、检测目的和依据1、采用400-1000nm900-1700nm近红外双波段高光谱相机，采集杏子果实硬度、成熟度全套高光谱数据2、非接触式无损检测，无需穿刺损伤果实，精准提取杏子不同成熟梯度专属光谱曲线特征值3、结合机器学习+深度学习算法...

一、检测目的和依据1、使用400-1000nm、900-1700nm相机采集水果李子软硬成熟度高光谱数据；2、无损识别验证水果李子软硬成熟度光谱曲线特征值；3、使用机器学习、深度学习等技术，无损快速识别，可精准区分李子软硬成熟度，判别准确率...

一、检测目的和依据1、使用400-1000nm、900-1700nm相机采集回收废品的光谱数据；2、使用机器学习、深度学习等技术，对回收废品的光谱数据进行训练拟合，实现通过高光谱技术无损识别回收废品的成分技术实验与落地。3、采用双波段高光谱...