Noctvision https://validator.w3.org/feed/docs/rss2.html Terms of Service Privacy Policy 문의 Contact How to Handle Imaging on Highly Reflective Surfaces The Defect Zone You Miss When You Switch to 3D Inspection 머신비전 조명 6가지 방식과 선택 기준 Six Machine-Vision Lighting Methods and How to Choose How to Calculate Machine-Vision Lens Focal Length 머신비전 검사, 소프트웨어보다 물리가 먼저다 Machine-Vision Inspection: Physics Comes Before Software Overdetection vs. Missed Detection — Which One Costs More? 딥러닝 vs 룰베이스(rule-based) 알고리즘, 언제 무엇을 쓰나 Deep Learning vs. Rule-Based Algorithms: When to Use Which It Worked Fine on the Server — Why Does Accuracy Drop on the Edge? Jetson Orin Nano 초기 셋업에서 막히는 네 가지 Four Snags in Initial Jetson Orin Nano Setup 머신비전 렌즈 초점거리 계산하는 법 2D/3D Fusion Inspection: The Bottleneck Is Lighting Interference 반사가 심한 표면 촬영 대응법 과검출과 미검출, 어느 쪽이 더 비싼가 서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나 물류자동화가 전공정으로 넘어갈 때, 비전 검사는 무엇이 달라지나 What Changes in Vision Inspection When Logistics Automation Moves Into the Front End 휴머노이드가 물체를 잡을 때, 카메라는 무엇을 봐야 하나 What Should a Camera See When a Humanoid Grasps an Object? 2D로 못 잡는 형상 결함, 3D+AI 검사가 답이 되는 조건 Shape Defects 2D Can’t Catch: When 3D+AI Inspection Is the Answer 검출과 분류를 한 모델로 — KLA 통합 CNN 특허의 트레이드오프 Detection and Classification in One Model — The Trade-offs of KLA’s Unified CNN Patent 3D 검사로 바꾸면 오히려 놓치는 결함 구간 2D·3D 융합 검사, 병목은 조명 간섭입니다 8K 라인스캔 카메라 시대, 검사 분해능의 상한은 여전히 렌즈가 정한다 In the Age of 8K Line-Scan Cameras, the Lens Still Sets the Ceiling on Inspection Resolution 렌즈가 AI보다 먼저다 — PCB 검사 광학 설계 The Lens Comes Before the AI — Optical Setup Design for PCB Inspection 프로그래머블 다각도 조명과 엣지 AI 추론, PCB 미세 크랙 검출의 한계를 다시 그리다 Programmable Multi-Angle Lighting and Edge AI Inference: Redrawing the Limits of PCB Micro-Crack Detection 고반사 표면 결함, 필터링 순서 하나로 갈린다 — 바이래터럴 필터와 온보드 AI 카메라의 역할 분담 Highly Reflective Surface Defects: One Filtering Order Decides the Outcome — Bilateral Filters and the Division of Labor with Onboard AI Cameras 높이가 제각각인 부품, 초점 하나로 다 잡을 수 있을까 — 리퀴드 렌즈 EDOF와 인터페이스 대역폭의 역할 분담 Parts at Every Height, One Focus Plane — Can It All Stay Sharp? Liquid-Lens EDOF and the Division of Labor with Interface Bandwidth 라인레이트만 보고 고른 라인스캔 카메라, 왜 결함을 놓치는가 — TDI와 분해능 설계의 관계 The Line-Scan Camera You Picked by Line Rate Alone — Why It Still Misses Defects: TDI and the Resolution Design Relationship 엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처 Edge AI Inference Latency: The Camera Interface Decides Before the NPU Does — GigE Vision 3.0 RDMA and Disaggregated Inspection Architecture Adding Cameras to a Semiconductor/PCB Inspection Line: The Interface Rewrites the Optical Design In the Age of Deep-Learning Inspection, What to Check Before Camera Spec Keeping Frame Rate and Lighting from Colliding on a High-Speed Inspection Line What Optical Design Needs to Not Miss Defects on a High-Speed Line