Noctvision https://validator.w3.org/feed/docs/rss2.html Machine-Vision Inspection: Physics Comes Before Software Machine Vision Lens Calculator — Catching the FOV Error the Shortcut Formula Hides, Plus Depth of Field and Diffraction in One Pass Deep Learning vs. Rule-Based Algorithms: When to Use Which 머신비전 렌즈 계산기 — 근사식이 놓치는 FOV 오차와 피사계 심도·회절을 한 번에 확인하는 법 Building a Vision Inspection App with PySide6 and OpenCV — A Minimal UI for Tuning Defect Detection Parameters on Screen (Full Code) PySide6와 OpenCV로 만드는 비전 검사 프로그램 — 결함 검출 파라미터를 화면에서 조정하는 최소 UI(전체 코드) What to Write First in a Machine Vision Spec Sheet — The Order and Checklist for Choosing Camera, Lens and Lighting Specs 머신비전 설비 도입 전, 사양서에 먼저 적어야 할 것 — 카메라·렌즈·조명 스펙을 고르는 순서와 체크리스트 The Camera Cannot Be Bolted On Last — Reserving Space and WD for Vision Cameras and Lighting at the Mechanical Design Stage 카메라는 마지막에 달 수 없다 — 기구 설계 단계에서 비전 카메라·조명 설치 공간과 WD를 먼저 확보하는 법 Six Machine-Vision Lighting Methods and How to Choose Why Edge AI Vision Fails on the Factory Floor — A Troubleshooting Map from Symptom to Cause The Vision Decision Is Done — So Why Does the PLC Learn It Late? Breaking Down Trigger-to-Output Latency on the Vision Side 비전 판정은 끝났는데 PLC는 왜 늦게 아는가 — 트리거부터 결과 출력까지 지연을 비전 쪽에서 분해하기 Scratches on Highly Reflective Metal: Choosing the Lighting First — A Selection Map for Coaxial, Dome, Dark-Field, Cross-Polarization and HDR 반사 심한 금속 표면의 스크래치, 조명부터 다시 고르는 법 — 동축·돔·암시야·교차 편광·HDR 선택 지도 Four Snags in Initial Jetson Orin Nano Setup How to Handle Imaging on Highly Reflective Surfaces 엣지 AI 비전이 현장에서 안 돌아가는 이유 — 증상에서 원인까지 찾아가는 점검 지도 Overdetection vs. Missed Detection — Which One Costs More? 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 광량이 모자랄 때 노출을 늘리면 되는가 — SPAD 센서와 타임 게이팅이 다시 쓰는 저조도 검사 설계 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 Does Extending the Exposure Solve It When Light Is Short? — How SPAD Sensors and Time Gating Rewrite Low-Light Inspection Design