知識中心

當取像軟體抓取不到相機時，該如何進行初步排錯？本篇文章將舉出常見的問題、以及實際的障礙排除操作方式，幫助您更輕鬆排除取像問題。

當我們進行AI模型的訓練時會因顯示卡規格、神經網絡架構的不同，而需要調整訓練參數。參數也是AI訓練中的關鍵一環，本文將介紹影響AI精準度的三個重要參數：Batch Size、訓練週期數、學習率，希望能幫助您更瞭解AI的參數訓練及應用。

在取像軟體上找不到相機？別緊張，本文將帶您一步一步地檢查各設備，讓您能快狠準找到無法連線的原因，並使用最有效的對應方法解決。

隨著各家智慧型手機大廠越來越主打照相功能，高像素鏡頭可說是大勢所趨，但由於手機的空間有限，若要塞入一個高解析度的感光元件，勢必只能縮小感光元件的像素，但像素變小就會產生感光不佳、訊噪比差等狀況，也因此須借助像素合併（Pixel Binning）此一技術幫助使用者在各種環境下拍攝都能得到良好的成像。本文將介紹像素合併的原理、以及兩種像素合併的方法，希望能幫助您更能妥善應用這個功能。

您是否也曾碰過以上這些問題？在購入製品之後，供應商在後續對於產品資訊，整合方案，拍攝協助與技術支援。

工業相機其中一個最常被忽略的重點就是相機的Gain與Offset調整，這兩個參數關聯的是影像的對比，透過調整這兩個參數，我們可以把影像的對比最大化。擁有良好對比的影像，自然就會有比較好的瑕疵檢出結果。本文將為您示範Offset與Gain值的設定訣竅。

當我們把相機架設好後，第一步的調整就是進行「平場校正」。理論上，相機成像時得到圖像裡的所有像素點灰度值應該相同，但是實際往往可能有很大落差，本文將針對校正這些不一致的方法，也就是相機平場校正的常見問題一一解惑。

越是高度自動化的工廠，使用自動導引車（Automated Guided Vehicle, AGV）從事物品搬運的頻率就越高。當大型工廠必須使用數十台，甚至上百台的AGV來從事生產搬運時，可以想像一定會消耗相當龐大的電量。因此節省能源已成為新一代AGV設計重點之一。本文將介紹能有效縮小AGV車體空間方式及產品，希望能作為您設計AGV的參考。