工業(yè)平板電腦廠家 AI Edge解決方案–麥克·杰特森系列，由完整的NVIDIA?Jetson提供支持? 平臺，在嵌入式模塊中釋放GPU工作站的所有性能。嚴格的檢驗驗證以確?？垢邷亍C械和電氣兼容性，加上工業(yè)級抗振動、高溫操作能力，以及模塊化、緊湊的設計，工業(yè)平板電腦廠家的麥克·杰特森系列是監(jiān)控、運輸和制造部門升級智能化的完美硬件平臺。

案例1-交通監(jiān)控

麥克-7寸AI利用人工智能推理技術對大量采集的數據進行流量監(jiān)測；超越了傳統的用于目標跟蹤的車輛識別方法。

麥克-7寸AI滿足了路邊的深度學習計算需求，元數據被打包并傳輸到中央控制室。它還提供多種接口與其他交通設備集成。

案例2-改善主要十字路口的車輛等待時間

臺北的紅綠燈有很長的倒計時時間，為行人安全穿越寬闊的道路提供固定和足夠的時間。這樣的安排在午夜前后很麻煩，因為臺北的街道上行人和車輛都少了。

采用該人工智能系統后，主干道紅燈夜間等待時間減少35%，主干道綠燈時間增加7～79%。此外，它每年減少約23噸二氧化碳排放量，每年為每個交叉口帶來約183萬臺幣的經濟效益。

案例3-使用最新的機器視覺技術跟蹤健康的蜂巢種群

近年來，養(yǎng)蜂人一直報告說，他們每年冬天平均損失30%的蜂群。這是經濟上可以承受的損失的兩倍。同樣，野生蜜蜂的數量也在下降。

因此，我們必須更多地了解蜂巢的健康，蜜蜂的行為和蜂王的失敗，以努力限制未來蜂巢的損失?，F在，要獲得蜂巢健康狀況的完整圖像，SAS必須能夠收集、可視化各種物聯網數據，并使用AI分析視頻和音頻數據。

案例4——餅干廠的質量控制

為了保持于面包店的一致質量，麥克-7寸AI部署了各種AI模型，以確保所有餅干在生產線上都得到良好烘焙。與通過目視檢查執(zhí)行的傳統質量控制程序相比，人工智能推理可以檢測出個別餅干烘焙方式的細微差異，調整烤箱以達到質量標準，并避免烘焙時間不足或過度烘焙的產品。

案例5-紡織品AI缺陷檢查

人工智能推理要求計算量大，需要基于GPU的解決方案來加速計算。麥克-7.3寸AI由NVIDIA?Jetson AGX Xavier供電? 采用GPU作為邊緣人工智能系統。麥克-7.3寸AI強大的處理能力使其能夠以更快的速度和更高的精度自動檢測高精度的紡織品。

利用人工智能推理技術進行織物疵點檢測，可以有效地識別最細微的疵點，保證產品的高質量。

案例6-散熱器的多型號AI檢查

麥克-7.3寸AI進行AI圖像分析，以比較和識別具有外觀缺陷的散熱器。這是通過在導入軟件和硬件之前，向AI模型培訓系統提供從客戶處收集的缺陷產品的圖像來實現的。人工智能模型完成相關訓練后，將訓練好的模型放入麥克-7.3寸AI中。

然后可以進行目視檢查，以評估平整度，并識別難以通過一般物理規(guī)則分類的壓碎、污漬、劃痕和其他缺陷。

案例7-AI分析：確定關鍵生產瓶頸

人工因素信息AI系統利用攝像機記錄工作人員的行為，然后通過人工智能推理對圖像和視頻進行分析。該系統幫助鑄造廠識別瓶頸，提高生產效率。

五大電子制造服務廠采用該系統。在人工智能深度學習軟件的幫助下，工廠在短短兩個月內將單位每小時（UPH）增加了5%。

案例8-基于標準IP攝像機的邊緣AI安全系統

通過使用邊緣人工智能，來自常規(guī)攝像機的視頻流可以在邊緣計算機上進行實時分析，并用于做出關鍵的安全決策。它們可以檢測觸發(fā)的事件是真的入侵還是假警報，它們可以通過錄制的視頻和圖片直接向您的手機發(fā)送通知。最重要的是，沒有額外的安全系統成本，沒有昂貴的傳感器安裝，也沒有高昂的維護成本，這是一個完美的解決方案，使用您預先安裝的安全攝像頭，以確保您的家庭和資產的安全。

案例9-AI授權室內外設施安全

現代建筑工地利用實時視覺檢測系統，同時分析20至30個實時流。在這些系統中，可視人工智能提高了現場工人和設備的可視性，以提高對潛在危險情況的響應能力，例如員工不小心接近正在移動的機器。任何帶屏幕的設備都可以獲得實時視頻源。為了避免悲劇或事故，實時警報被發(fā)送到屏幕上；通過短信和電子郵件等方式。

案例10-“屏幕數據提取器（SDE）”旨在AI智能工廠改造

GoodLinker和工業(yè)平板電腦廠家設計了屏幕數據提取器（SDE），通過集成軟件和硬件來解決數據收集問題。工業(yè)平板電腦廠家的麥克-7.1寸AIX工業(yè)級edge AI計算機利用GoodLinker OCR識別，產生了一個優(yōu)秀的SDE解決方案。該系統利用VGA/HMI的數據輸出，對屏幕上顯示的數據進行識別和記錄。SDE是一個外部設備；因此，可以在對生產計劃和生產線影響最小的情況下完成數據收集。