机器视觉应用中，面对成像背景复杂、缺陷特征难以辨认的情况时，往往需要深度学习算法进行检测，因此，深度学习也被称为视觉检测的“杀手锏”。

然而，传统的视觉PC-Base方案并不能使用深度学习，需要做如下改进：

• 需要高性能主机和显卡跑算法 

• 方案组件更多，算法复杂，需要更专业的技术背景

在传统的检测领域，智能相机则能简化方案复杂度、减少成本开销。能否从智能相机的角度引出深度学习？海康机器人SC7000智能相机给出了答案。

SC7000 全解读

• 机身内置：深度学习目标检测/分类/OCR算法 

• 光学组件：多款光源、镜头、自动对焦技术 

• 通信协议：Profinet、Ethernet/IP、Modbus、TCP、UDP、FTP等 

• 汽车零部件、3C、半导体、食药品包装等行业复杂环境下检测/识别

智慧算法助力，强劲内核加持

•内置高性能十核芯片，单精度浮点数处理能力高达4TFLOPS，性能媲美桌面级显卡。

场景1：XX超市水果检测项目，应用深度学习分类工具

场景2：牛奶利乐包生产日期文本定位项目，应用深度学习文本定位工具

场景3：医药行业XX包装盒定位项目，应用深度学习目标检测工具

▲具体案例下的实测算法耗时

*上表所展示的SC7000智能相机检测速度，在三种场景下综合结果已超过高性能工控机的效率，与目前主流显卡GTX1660Ti的速度接近。

• 内置海康机器人自研的多种深度学习算法工具，可完成目标检测、分类、字符识别等任务。

• 算法效率与桌面端一致，已经过大量案例的优化，轻松胜任各类检测任务。

海康机器人深度学习OCR通过设计一个数十层的卷积神经网络来完成待识别字符图像的信息编码，然后使用启发式的注意力模型，实现从特征到字符的解码。其中，专为字符识别设计的启发式机制，模拟人脑的思维模式对注意力模型提取的特征进行合理性评估，使注意力模型在复杂场景中具有的强大适应性，实现大于99.5%的极高字符识别率。

• 相对于传统算法，深度学习OCR对点阵、粘连、变形、低对比度、复杂背景等情况均有更高识别率。

• 深度学习目标检测与分类算法相对于传统算法，泛化能力更强、速度更快。经过训练后，形态各异的产品在各种角度、光照、遮挡下都能精确识别、辨认。

支持字符识别结果比较：

• 当天日期检测每天的生产批号，多种格式兼容 

• 检测是否有预设字符串在检测出的字符内 

• 对字符串进行完全比较

光学组件丰富，场景样样精通

• 白、红、蓝、红外四色光源 

• 光源使用FPGA高效同步，轻松应对复杂场景下成像挑战

• 提供M12/C镜头接口，支持选配6~25mm多款M12镜头 

• 相机对焦由软件控制：

- 随方案保存对焦位置，加载方案后自动对焦至最清晰状态，换料后无需人工干预

- 一键自动对焦，方便调试

数据传输灵活，方案切换自由

• 视觉方案使用通信字符串/IO信号进行切换，能够自动化操作 

• 机身能够存储100个检测模型、32个方案，满足换料场景下应用 

• 相机内部可存图，支持外部导入图片进行检测

• 机身提供3入3出GPIO、RS232串口、千兆以太网口 

• 内部兼容多种工业协议及以太网通信，能够与现场设备灵活对接

调试快速上手，指示清晰可读

• Web客户端，无需安装专用软件 

• 可支持电脑、PAD、手机等终端 

• 简单好用的网页交互

复杂环境下的检测应用

食药品行业中，生产日期常为需要明确检测的项目。在点阵字符、背景复杂、字符形态各异等场景下，SC7000仍能将生产日期字符精准定位、识别。

汽车零配件及金属行业的检测应用中，存在表面缺陷种类多、环境复杂等问题，SC7000均能实现精确检测，应用于轮毂分类、生产批号OCR、表面缺陷等检测应用。