Noctvision

머신비전과 엣지 AI 기술 기록 — 광학, 조명, 알고리즘, 엣지 추론

  • 광학·렌즈
  • 조명 설계
  • 비전 알고리즘
  • 엣지 AI
  • 소개
  • 문의
  • 개인정보처리방침
  • 이용약관
  • 한국어
  • English
  • 광학·렌즈
  • 조명 설계
  • 비전 알고리즘
  • 엣지 AI
  • 소개
  • 문의
  • 개인정보처리방침
  • 이용약관
  • 한국어
  • English

카테고리

  • 광학·렌즈 (22)
  • 비전 알고리즘 (23)
  • 엣지 AI (12)
  • 조명 설계 (9)

최근 글

  • AOI는 “불량”이라고만 말한다 — 비전 언어 모델이 메꾸는 판정 근거의 공백 2026-09-17
  • 가시광에서 사라지는 결함이 있다 — SWIR 이미징이 1 μm 장벽을 넘은 뒤의 검사 설계 2026-09-16
  • 위상측정 편향법(PMD)으로 고광택 사출품의 20 μm 함몰을 잡아내는 법 — 편광 융합이 메꾸는 마지막 구멍 2026-09-15
  • μm 단차가 사라지는 지점: 색채 공초점(Chromatic Confocal) 2채널 컨트롤러로 양면 두께를 동시에 잡는 법 2026-09-10
  • 카메라 인터페이스 대역폭이 분해능을 결정한다 — GigE Vision에서 CoaXPress 2.0으로 2026-09-09
  • PCB 프로토타입 근접 사진, 다양한 색상의 인쇄회로기판
    엣지 AI

    딥러닝 검사 시대, 카메라 스펙보다 먼저 확인해야 할 것

    Noctvision / 2026-08-27 / 댓글이 없습니다

    하드웨어 공급사들이 AI 딥러닝 검사 솔루션을 포트폴리오에 잇따라 편입시키는 배경에는 룰베이스 검사의 구조적 한계가 있습니다. PCB SMT 검사를 예로, 광학 셋업이 먼저 확보되어야 딥러닝이 제 역할을 할 수 있는 이유를 짚어봅니다.

    더 보기
  • PCB 검사 화면 예시 — 좌측 룰베이스 고정 ROI, 우측 딥러닝 검출 박스
    비전 알고리즘

    딥러닝 vs 룰베이스(rule-based) 알고리즘, 언제 무엇을 쓰나

    Noctvision / 2026-08-05 / 댓글이 없습니다

    비전 검사에서 딥러닝과 룰베이스 중 무엇을 고를지 판단하는 기준. 두 방식의 성격 비교와 함께 룰베이스로 충분한 경우와 딥러닝이 필요한 경우를 구체적 조건으로 정리한다.

    더 보기

검색

카테고리

  • 광학·렌즈 (22)
  • 비전 알고리즘 (23)
  • 엣지 AI (12)
  • 조명 설계 (9)

최근 글

  • AOI는 “불량”이라고만 말한다 — 비전 언어 모델이 메꾸는 판정 근거의 공백 2026-09-17
  • 가시광에서 사라지는 결함이 있다 — SWIR 이미징이 1 μm 장벽을 넘은 뒤의 검사 설계 2026-09-16
  • 위상측정 편향법(PMD)으로 고광택 사출품의 20 μm 함몰을 잡아내는 법 — 편광 융합이 메꾸는 마지막 구멍 2026-09-15
  • μm 단차가 사라지는 지점: 색채 공초점(Chromatic Confocal) 2채널 컨트롤러로 양면 두께를 동시에 잡는 법 2026-09-10
  • 카메라 인터페이스 대역폭이 분해능을 결정한다 — GigE Vision에서 CoaXPress 2.0으로 2026-09-09
© 2026 Noctvision. All rights reserved.
  • 광학·렌즈
  • 조명 설계
  • 비전 알고리즘
  • 엣지 AI
  • 소개
  • 문의
  • 개인정보처리방침
  • 이용약관
  • 한국어
  • English