Глубокое уча автоматическое зрение Aoi нервных систем системы контроля

Глубокая уча автоматическая машина зрения Aoi нервных систем системы контроля

Глубокая уча обработка изображений разрешить проблемы обработки изображений путем построение «похожей на мозг нервной системы» и рисовать на методе

человеческий мозг обрабатывая данные. Поэтому, любая сцена включая глубокий учить требует 2 необходимых условий: одно поддержка изображений больших данных различных репрезентивных; второе сильная вычисляя платформа - вообще используя платформу GPU вычисляя. В фактических промышленных сценариях применения, эти 2 условия весьма трудны для того чтобы достигнуть, и цена вставки весьма высока. KEYE TECH AI глубокая уча функция запущенная на основании платформы общего развития Kvis. Оно совмещает алгоритмы обработки изображений KEYE TECH собственные сильные традиционные для того чтобы разрешить большее часть из над 2 проблемами.

Конфигурации Equipmet

Машина осмотра принимает камеры высоко-пиксела промышленные и высокопроизводительные стробоскопическые источники света для того чтобы унести всенаправленные визуальные контроли для дефектов возникновения продукта. Оборудование может осуществить часы 7*24 всепогодной деятельности, и оно может быть онлайн автоматически. Исключите нестандартные продукты.

Ряд применения

Преимущества и особенности
(1) подразумеваемый нервной системы совершенно снабжено основанный на C.P.U.: Подразумеваемый нервной системы модельное натренированное KEYE TECH AI совершенно снабжено основанный на C.P.U., и тренировка модели нервной системы поддерживает и C.P.U. и GPU. Потребители могут гибко выбрать платформу производительности компьютера согласно сложности модели требуемой проектом, таким образом сохраняя ненужные расходования оборудования на платформе производительности компьютера;
(2) новаторский «глубокий уча алгоритм дефекта фильтруя»: используйте традиционные алгоритмы для обнаружения всех возможных зон дефекта, и только используйте глубоко учить разрешить дискриминацию ОК и NG зон дефекта, таким образом разрешая проблему тренировки сбора информации изображения;
(3) поддержка переучка моделей нервной системы: Согласно сложности применения промышленных сценариев, поддержана непрерывная тренировка моделей, так, что отраслевые модели нервной системы можно сформировать.

Меры предосторожности

1. Тренируя набор данных должен строго сфокусировать на «качественном» и «количестве»

•  Качество: Набор данных используемый для тренировки должен быть репрезентивн, содержит различные возможные ситуации, и распределение числа изображений соответствие к каждой ситуации должно быть равномерно.
• Количество: Число наборов данных используемых для тренировки должно быть относительно большим. Согласно сложности модели, число высококачественных изображений должно быть большим.

2. Традиционные алгоритмы должны быть совмещены с глубокий учить. Традиционные алгоритмы могут сделать его, не полагаются на глубокий учить

• Традиционные алгоритмы: располагать, размер, etc.
• Глубокий учить: см. «проблемы которые трудны для того чтобы разрешить традиционными алгоритмами» ввели раньше.

3. Точно обнаружьте местонахождение специфические проблемы, от «частично» к «всему». Конечная цель проекта компьютерного зрения достигнуть обнаружения 100% точного, но будут различные вопросы во время разработки проекта которые влияют на этот результат. Когда анормалный результат происходит, необходимо точно устроить специфическую связь для того чтобы испытать и найти.

• Обзор тренируя набора данных: После того как данные расклассифицированы, для этого нужно быть проверенным снова после обозначать для того чтобы увидеть если любая обозначая ошибка или ошибка классификации.
• Рассуждение нервной системы модельное: После модельной тренировки, быть уверен испытать большое количество изображений перед импортом проектируя файлов для онлайн рассуждения.

обслуживание После-продажи

Компания имеет полную команду технического обслуживания и быстрый механизм реагирования, и имеет специалистов по специализированного обслуживания для каждого клиента, который может получить технические отчеты о консультации и недостатка от клиентов в любое время. И обеспечить быстрый ответ к аварийным ситуациям клиента, для обеспечения что клиенты получают удовлетворительное обслуживание. Во время эпидемического или должный к особенным причинам, когда инженеры после-продаж неспособны достигнуть место, пункт обслуживания может удаленно отрегулировать оборудование клиента для диагностики и технической консультации.

После того как оборудование приезжает на местоположение клиента, инженер после-продаж приезжает во время унести установку оборудования, поручать, и тренировку деятельности. Качество продукции всей машины traceable, и качественный период гарантии 1 год от даты принятия. В случае не-человеческих недостатков во время периода гарантии, инженеры после-продаж быстро приедут на место или обеспечат удаленное обслуживание наведения бесплатно.

О нас

История развития

Технологический центр состоит из отдела алгоритмов, отдела программного обеспечения, отдела оптики, отдела оборудования и отдела механики.обеспечение того, чтобы алгоритм ИИ мог постоянно обновляться;.

Организационная структура