<code id="hhktd"></code>
    <ins id="hhktd"><option id="hhktd"></option></ins>
  • <ins id="hhktd"><video id="hhktd"><var id="hhktd"></var></video></ins>

        <tr id="hhktd"><track id="hhktd"></track></tr>
        <menuitem id="hhktd"><acronym id="hhktd"></acronym></menuitem>

        1. <ins id="hhktd"><video id="hhktd"></video></ins>
        2. 訂閱
          糾錯
          加入自媒體

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          2022-12-02 14:46
          來源: 奧普特

                 12月1日,OPT(奧普特)舉辦主題為“基于深度學習的機器視覺應用”線上研討會,分享深度學習軟件SciDeepVision的圖像分析核心技術及應用案例,如異常缺陷檢測算法、小樣本學習、自適應訓練、遷移學習等。本次專題研討會由OPT(奧普特)研發中心高紅超博士主講。

          深度學習軟件SciDeepVision

          自動提取特征信息

                 深度學習是人工智能的核心技術,結合了深度學習的機器視覺系統,能讓機器像人一樣具有分析學習能力,從而識別文字、圖像等數據信息,解決多種復雜的模式識別問題。

          深度學習在機器視覺的應用

                 深度學習的三要素分別為算法、算力、數據,在機器視覺應用中,需要強大的算力支撐并依賴大量數據。在這過程中,深度學習應用通常會遇到樣本數據不足、過度依賴硬件性能等問題,進而影響圖像分析效率與準確率。

                OPT(奧普特)推出的深度學習軟件SciDeepVision ,突破了傳統深度學習的瓶頸,集標注 、訓練、評估為一體, 具有無需編程、操作方便等特性,自動進行特征提取,囊括 20 余項關鍵技術和功能,涵蓋數據規整標注、AI 基礎模型、模型性能提升、模型訓練、評估可視化等。

          深度學習算法流程可視化

          集成小樣本學習、遷移學習等技術

          降低對數據的依賴

                 SciDeepVision 軟件在異常檢測、文字識別、小樣本學習、遷移學習、 模型輕量化等圖像分析方面實現關鍵技術創新,例如解決了過度依賴大量缺陷樣本數據和硬件設備性能等問題,AI 檢測模型的魯棒性更好,能節約大量人力及時間成本。

                 SciDeepVision 軟件采用異常缺陷檢測算法,僅需正常樣本,無需標注缺陷位置,檢測模型能自動識別帶有缺陷的圖像,并精準定位缺陷位置;同時,通過小樣本文字識別算法,使用少量帶有字符標注信息的圖片,就能生成大規模高質量的帶有源域風格的文字圖像。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          小樣本文字識別算法檢測對比

                 深度學習軟件在生成檢測模型過程中,通常會由于缺陷樣本少、形態差異大、換型頻繁等原因,出現魯棒性、泛化性差等問題,為解決此類難題,OPT(奧普特)對SciDeepVision軟件進行了三大技術創新,即小樣本學習框架、自適應訓練技術和遷移學習技術。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          小樣本學習技術

                 其中,自適應訓練技術,能從歷史數據中,推薦對當前檢測有價值的數據,并進行人工標注和優化模型,數據整理工作量降低一半,大幅提升AI模型檢測準確率,訓練成本低。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          自適應訓練技術

                 此外,SciDeepVision 軟件的遷移學習技術,能在不影響AI檢測模型魯棒性和泛化性的前提下,縮短模型訓練周期,相近工藝的質檢甚至能實現一鍵換型,產品換型時間縮短。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          遷移學習技術

          基于深度學習的視覺應用

          覆蓋鋰電池制程多個工序

                 SciDeepVision 軟件目前已廣泛應用于鋰電、3C等行業,如在鋰離子電池制造過程中,產生的外觀缺陷種類繁多、形態各異,無法用傳統的定義規則來實現檢測。而SciDeepVision軟件已應用于鋰電池制程的十多個關鍵工序,包括涂布、模切、激光分切、疊片、卷繞、焊接、包裝等各環節。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          SciDeepVision軟件在鋰電池工序的應用

                 以鋰電池極耳焊接缺陷檢測為例,焊接缺陷形態豐富,難以界定其形態邊緣,缺陷位置具有隨機性,利用SciDeepVision軟件,能利用卷積神經網絡進行特征提取,快速輸出缺陷分割的類別信息。

          OPT(奧普特)深度學習軟件SciDeepVision的技術原理及應用

          SciDeepVision軟件在極耳缺陷檢測的應用

                 此外,OPT(奧普特)還基于深度學習,設計通用、輕量型的條形碼定位算法,對條形碼圖像進行增強、矯正,能在僅有少量條形碼數據的情況下,實現高速高精度的條形碼定位。

          聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

          發表評論

          0條評論,0人參與

          請輸入評論內容...

          請輸入評論/評論長度6~500個字

          您提交的評論過于頻繁,請輸入驗證碼繼續

          暫無評論

          暫無評論

          人工智能 獵頭職位 更多
          掃碼關注公眾號
          OFweek人工智能網
          獲取更多精彩內容
          文章糾錯
          x
          *文字標題:
          *糾錯內容:
          聯系郵箱:
          *驗 證 碼:

          粵公網安備 44030502002758號

          无码人妻精品一区二区三区99
          <code id="hhktd"></code>
          <ins id="hhktd"><option id="hhktd"></option></ins>
        3. <ins id="hhktd"><video id="hhktd"><var id="hhktd"></var></video></ins>

              <tr id="hhktd"><track id="hhktd"></track></tr>
              <menuitem id="hhktd"><acronym id="hhktd"></acronym></menuitem>

              1. <ins id="hhktd"><video id="hhktd"></video></ins>