openCV

对此需求搭建了神经网络模型，用fab厂提供的工艺参数与传感器采集数据作为数据集，搭建神经网络预测在某工艺参数与实时传感参数下，会长出的晶体直径为多少，在具备足够的实时预测精后，应用于工业晶棒生产以获得具有稳定直径的晶棒

基于客户需求，我司为其定制开发了CPT智能检测系统，深度融合工业视觉、大模型与自动化控制技术，打造“检测-分析-反馈”闭环，实现三大技术突破1.双相机协同检测，精准捕捉关键信息、十字线定位技术（基于OCR识别技术）、智能误差判定（系统自动将识别的数字与预设的标准坐标数据库匹配，自动判定）、双模式灵活

以目标检测为例：1.对监控摄像头或工业相机采集的图像进行几何变换、直方图均衡、图像分割等预处理2.对预处理的图像进行基于深度学习的模型推理，检测是否含有目标对象3.如果检测出目标对象，标记框选检测到的目标对象4.收集更多实际应用场景中的图片，进行深度学习训练5.使用训练好的模型进行推理检测，提高检测

作品完成了人脸关键点检测,使用了tnn模型+opencv完成,计算人脸关键点位,使用传统算法进行人脸对比,可支持关键点检测,人脸对比,运行速度GPU930MX下30ms以下完全满足正常项目使用