Noctvision https://validator.w3.org/feed/docs/rss2.html It Worked Fine on the Server — Why Does Accuracy Drop on the Edge? What Changes in Vision Inspection When Logistics Automation Moves Into the Front End What Should a Camera See When a Humanoid Grasps an Object? Detection and Classification in One Model — The Trade-offs of KLA’s Unified CNN Patent 검출과 분류를 한 모델로 — KLA 통합 CNN 특허의 트레이드오프 휴머노이드가 물체를 잡을 때, 카메라는 무엇을 봐야 하나 물류자동화가 전공정으로 넘어갈 때, 비전 검사는 무엇이 달라지나 서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나 Detection Time Cut 65%, False Alarms Down 80%: How to Read the Two Numbers Behind Edge Fire-Detection AI 감지시간 65% 단축, 오경보 80% 감소: 엣지 화재감지 AI의 두 숫자를 읽는 법 The Tug-of-War Between Distortion Correction and Depth of Field: How Telecentric Lenses Catch Micro-Defects Without Losing Them 왜곡 보정과 피사계 심도(DOF)의 줄다리기: 텔레센트릭 렌즈로 미세 결함을 놓치지 않는 법 Software-Defined Lighting: One Head, Switching Between Dark-Field and Coaxial Illumination 소프트웨어 정의 조명(Software-Defined Lighting): 하나의 헤드로 암시야와 동축낙사를 오가는 검사 셋업 Dark-Field Illumination and Edge AI Defect Classification: A New Baseline for Specular-Surface Inspection 다크필드 조명과 엣지 AI 결함 분류: 난반사 표면 검사의 새로운 기준 Automotive Part Appearance Inspection: Lighting Design Comes First 자동차 부품 외관검사, 조명 설계가 먼저입니다 Why the PoE Network Card Sets the Limit on Your Optical Setup in a Multi-Camera Inspection Line 다중 카메라 검사 라인에서 PoE 랜카드가 광학 셋업의 한계를 결정하는 이유 What Optical Design Needs to Not Miss Defects on a High-Speed Line 고속 라인에서 결함을 놓치지 않는 광학 설계의 조건 PCB and Semiconductor Surface Inspection: The 15–40µm Boundary the Human Eye Misses PCB·반도체 표면검사, 육안이 놓치는 15~40μm의 경계선 Keeping Frame Rate and Lighting from Colliding on a High-Speed Inspection Line 고속 검사 라인에서 프레임레이트와 조명이 충돌하지 않으려면 Adding Cameras to a Semiconductor/PCB Inspection Line: The Interface Rewrites the Optical Design 반도체·PCB 검사 카메라 증설, 인터페이스가 광학 설계를 바꾸다 In the Age of Deep-Learning Inspection, What to Check Before Camera Spec 딥러닝 검사 시대, 카메라 스펙보다 먼저 확인해야 할 것 Edge AI Inference Latency: The Camera Interface Decides Before the NPU Does — GigE Vision 3.0 RDMA and Disaggregated Inspection Architecture 엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처 The Line-Scan Camera You Picked by Line Rate Alone — Why It Still Misses Defects: TDI and the Resolution Design Relationship 라인레이트만 보고 고른 라인스캔 카메라, 왜 결함을 놓치는가 — TDI와 분해능 설계의 관계 Parts at Every Height, One Focus Plane — Can It All Stay Sharp? Liquid-Lens EDOF and the Division of Labor with Interface Bandwidth 높이가 제각각인 부품, 초점 하나로 다 잡을 수 있을까 — 리퀴드 렌즈 EDOF와 인터페이스 대역폭의 역할 분담 Programmable Multi-Angle Lighting and Edge AI Inference: Redrawing the Limits of PCB Micro-Crack Detection 프로그래머블 다각도 조명과 엣지 AI 추론, PCB 미세 크랙 검출의 한계를 다시 그리다 The Lens Comes Before the AI — Optical Setup Design for PCB Inspection 렌즈가 AI보다 먼저다 — PCB 검사 광학 설계 In the Age of 8K Line-Scan Cameras, the Lens Still Sets the Ceiling on Inspection Resolution 8K 라인스캔 카메라 시대, 검사 분해능의 상한은 여전히 렌즈가 정한다 2D/3D Fusion Inspection: The Bottleneck Is Lighting Interference 2D·3D 융합 검사, 병목은 조명 간섭입니다 The Defect Zone You Miss When You Switch to 3D Inspection 3D 검사로 바꾸면 오히려 놓치는 결함 구간 Shape Defects 2D Can’t Catch: When 3D+AI Inspection Is the Answer 2D로 못 잡는 형상 결함, 3D+AI 검사가 답이 되는 조건 Overdetection vs. Missed Detection — Which One Costs More? 과검출과 미검출, 어느 쪽이 더 비싼가