AI 전처리기로서의 광학: 고품질 렌즈가 Edge AI 성능을 위한 최초의 방화벽인 이유

1. "정보 밀도" 세금(MTF 대 컴퓨팅)

렌즈 상태가 좋지 않은 경우MTF(변조 전달 함수), 특히 가장자리에서 결과 이미지가 "흐릿하게" 나타납니다. 인간의 경우 조금 흐릿합니다. 가는 선이나 멀리 있는 장애물을 감지하려는 AI 모델의 경우 해당 흐림은 데이터 손실입니다.

광학 성능이 수준 이하인 경우 AI 개발자는 소프트웨어 선명화 또는 가장자리 강화 필터를 사용하는 경우가 많습니다. 이것은"정보세."처음에 있어야 했던 데이터를 재구성하기 위해 GPU/NPU 성능에 비용을 지불하고 있습니다. 5MP-13MP 시리즈와 같은 High-MTF 렌즈는 원시 신호가 처음부터 높은 충실도를 보장하므로 AI가 낮은 수준의 정리가 아닌 높은 수준의 논리에 "지능"을 집중할 수 있습니다.

2. 왜곡: "디워핑"의 숨겨진 대기 시간

AGV용 광각 렌즈에 대해 이야기해 보겠습니다. 기존 렌즈에는 TV 왜곡이 심한 경우가 많습니다. 이미지를 공간 매핑(SLAM)에 사용할 수 있도록 하려면 소프트웨어가 이미지를 "디워핑"해야 합니다.

사실, 잠깐만요. 왜곡 자체만 생각하지 말고픽셀 스트레칭. 왜곡이 심한 이미지를 디워핑하면 디지털 방식으로 픽셀을 보간하게 됩니다. 가장 필요한 영역에서 해상도를 잃게 됩니다.

~에상하이 실크 옵티컬, 우리는 우선순위를낮은 왜곡(종종 전문 산업 라인에서는 1% 미만). 기하학적으로 "실제" 이미지를 제공함으로써 무거운 디워핑 알고리즘이 필요하지 않습니다. 결과는? 로봇의 대기 시간이 줄어들고 공간 인식이 더욱 정확해집니다.

3. 고스팅 및 "오탐지"

나는 AI 모델이 "유령", 즉 밝은 광원(예: 창고 머리 위 또는 태양광선)으로 인해 발생하는 내부 반사 위로 이동하는 것을 본 적이 있습니다. AI는 이러한 아티팩트를 실제 물체나 간섭으로 잘못 식별하는 경우가 많습니다.

이것이 바로 재료 과학이 "방화벽"이 되는 곳입니다. 우리는푸른 유리이러한 IR 관련 고스트 및 플레어를 억제하는 기술과 다층 광대역 코팅이 적용되었습니다. Blue Glass는 코팅 수준에서 적외선을 반사하는 것이 아니라 내부적으로 적외선을 흡수함으로써 더 깨끗하고 일관된 스펙트럼 입력을 제공합니다. 말 그대로 빛의 속도로 작동하는 "광학 노이즈 필터"입니다.

4. 열 드리프트 트랩

Edge AI는 실험실에 거의 배포되지 않습니다. 뜨거운 엔진룸, 얼어붙을 정도로 추운 실외 주변 또는 습한 공장에 있습니다.

이전에 언급했듯이(너무 자주 무시되기 때문에 반복해야 합니다.)열 드리프트AI 킬러다. 로봇이 예열되면서 렌즈의 초점이 이동하면 "5MP 비전"이 ​​갑자기 1MP 얼룩이 됩니다. AI의 신뢰도 점수가 98%에서 60%로 떨어지고 시스템이 정지됩니다.

우리는온도 보상열팽창 계수가 낮은 재료를 활용하여 초점면이 고정된 상태로 유지되도록 설계합니다. 이는 AI에 안정적인 엣지 성능을 위한 성배인 "일관된 기준선"을 제공합니다.

왜 실크옵티컬인가?

우리는 단지 유리만 만드는 것이 아닙니다. 우리는 귀하의 데이터 파이프라인의 "프런트 엔드"를 구축하고 있습니다. 월별 용량으로600만 개의 렌즈그리고 엄청난 발자국이보시 지능형 기술 공원, 우리는 "정밀 광학"과 "산업 규모" 사이의 격차를 해소합니다.

• 수직적 통합:정밀 금형 제작부터 SMA 자동 MTF 분류까지.

• 표준:IATF16949:2016 및 ISO9001:2015 인증을 받았습니다.

• 애플리케이션별:우리의 F1.0인지블랙라이트 시리즈저조도 AI 또는 우리의2G3P 유리-플라스틱 하이브리드비용 효율적인 5MP 비전을 위해 센서의 CRA 및 NPU 요구 사항에 맞게 설계합니다.

결론:광학 장치를 감사할 때까지 AI 모델을 "환각"이나 성능 저하로 비난하지 마세요. 렌즈가 고품질 전처리기가 아닌 경우 병목 현상일 뿐입니다.

광 방화벽을 최적화하는 방법에 대해 이야기해 보겠습니다. 차이점을 증명하기 위해 MTF 곡선이 있습니다.