深度学习应用示例

  • 来源:光虎

深度学习与传统机器视觉


深度学习是一种解决机器视觉问题的可靠的方式,可以解决从前无法解决的难题。但是传统机器视觉方法在某些应用领域依然占优势。如何选择更适合的方式?以下快速指南:


深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家

深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



深度学习应用:监督式模式


监督式模式下,用户需要仔细地标记与训练图像上的缺陷相对应的像素。接着,工具通过查找其关键特征来学习区分正例与反例。


光伏检测


在这种应用程序中,裂痕与划痕必须在具有复杂特征的表面上被检测到。使用传统视觉技术时,由于太阳能电池板种类不同,因此许多算法参数必须经过调整。通过深度学习,只需使用一种工具就可以在受监督的模式下训练系统。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



卫星图像分割


卫星图分析极难,是因为其特征种类繁多。尽管如此,我们的深度学习插件通过训练,能够稳定可靠地检测到道路与建筑。可以仅使用一张正确标记的图像进行训练,并且可以立即查看结果。加载更多样品图像以增加模型的鲁棒性。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



纺织品材料检测


纺织品材料的风格丰富多彩,但有一点是不变的——缺陷出现在高度纹理的背景上。使用深度学习技术,用户能够给几个缺陷的类型下定义,并将此缺陷标记在样品图像上。训练完成后,分类是自动进行的,检测出难以看得到的缺陷。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



饼干检测


具有同样的外貌的饼干是不存在的,但是客户都期望一件事一定要保持完美:比如关于巧克力盖。如何给缺陷准确地下定义?很简单。首先收集有缺陷的饼干,并标记表面上的缺陷。让Adaptive Vision的软件学习如何识别差异,然后就可以在产品上找到它们。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



大理石裂痕


检测大理石上的裂痕属于具有挑战性的任务,是因为其表面不是同质的。Adaptive Vision的软件能够成功地区分裂痕与不规则图案。您所需要做的不过是提供几张示例图像,仔细标记裂痕,最终训练模型。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



木节疤


在分级木材时,必须考虑的关键因素之一是木节疤的数量与尺寸。使用Adaptive Vision的深度学习插件,您可以在几分钟内准备好一个检测木节疤与测量其尺寸的可靠程序。不需编程技巧。只需要加载样品图像并分析结果。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



深度学习应用:非监督式模式


非监督式模式的训练更加简单,没有固定缺陷定义。我们的软件将样品图像并进行训练。然后寻找各类偏差。


包装验证


寿司盒交付市场时,每一块都必须正确放置在特定的位置上。正确的被测物也可能变化,因此给缺陷下定义极难。解决这种问题的方式是使用非监督式模式。



深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家



塑料,注塑


注塑成型是一个复杂的工艺,因此可能产生许多生产问题。塑料物体有可能包括客户可接受的某些弯曲或其他形状偏差。Adaptive Vision的深度学习插件可以从提供的样品图像中学习所有可接受的偏差,然后在生产线上运行时检测任何类型的异常。

 


深度学习; 深度学习应用; 深度学习检测软件; 深度学习软件厂家





【来源:Adaptive Vision公司】




http://www.optiger.com.cn   光虎光电科技(天津)有限公司