产品的缺陷检测在制造业中非常重要，采用传统的人工方式进行缺陷检测，总是耗时费力且效率低下，而随着深度学习在目标识别和图像分割任务上取得了重大突破，采用基于深度学习的机器视觉方式成为提升产品缺陷检测效率的重要手段。尤其3C行业行业中，3C产品元器件具有尺寸较小、缺陷种类多且复杂、产品表面构成复杂、光滑均匀表面较少的特点。同时，随着产品的不断更新换代和精密化，其对精度的要求逐步提高，因此仅依靠2D视觉检测难以应对高复杂的3C产品元器件。而融合更多维度数据进行质量检测，如3D图像信息、声音信息等成为企业提升缺陷检测准确性的方法之一。

3D图像信息主要是通过3D摄像头获取的点云信息，通过对目标物点云信息进行处理，获得目标物的宽度、高度、凸面积、凹面积、凸体积、凹体积等信息，对一些难以检测的瘪痕和轻微凹陷实现精准检测。声音识别则利用机器学习和深度学习算法提取采集的声音数据特征，并把它应用在产品缺陷的检测以及分类中，提升复杂场景中的3C产品的缺陷检测效率。

那如何设计融合多维度数据的3C产品缺陷检测算法呢？如何更好的应用落地呢？

为此，智东西公开课邀请到东声智能创始人兼CEO韩旭带来主题为《利用多维度数据融合技术提升3C产品缺陷检测效率》的直播讲解，这也是智东西公开课策划推出的深度学习工业质检合辑第2讲。在本次讲解中，韩旭老师从缺陷检测的行业背景出发，从融合多维数据的3C产品缺陷检测产品设计、痛点突破及应用等方面展开详细介绍。

课程时间

时间：12月9日19点
地点：智东西公开课小程序

课程详情

主题：利用多维度数据融合技术提升3C产品缺陷检测效率
提纲：
1、缺陷检测行业背景介绍
2、基于多维数据融合的3C产品缺陷检测产品设计
3、面向深度学习3C产品检测技术的痛点突破
4、多维度数据融合技术在3C产品质检中的应用

讲师：
韩旭，创始人兼CEO，毕业于韩国最高学府首尔国立大学计算机科学与工程专业。在现代重工集团并参与过众多工业项目开发，之后科技领域自主创业完成了由工程师到综合创始人的蜕变，带领团队完成第一批人工智能解决方案在工业的实际落地于研发。

2019年创建东声智能科技，影响着整个中国市场，在工业领域的知名度达到全国领先，产品在新能源、PCB、光伏、玻璃、Display、手机零部件、电容、磁石、汽车零部件、半导体等领域取得了广泛应用，成为中国人工智能缺陷检测软件的NO.1品牌，而他本人也是人工智能在工业视觉领域应用及落地的开路先锋！

报名方式

添加智东西公开课小助手苍苍（ID：zhidxclass004）报名，添加时请备注“姓名-公司/学校-职位/专业”，因报名人数过多，优先通过备注者。