0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

成本上漲近10倍 深度學(xué)習(xí)如何讓傳統(tǒng)機(jī)器視覺(jué)企業(yè)買單?

Simon觀察 ? 來(lái)源:電子發(fā)燒友網(wǎng) ? 作者:黃山明 ? 2020-10-22 08:23 ? 次閱讀

電子發(fā)燒友報(bào)道(文/黃山明)隨著當(dāng)前工業(yè)制造技術(shù)的高速發(fā)展,機(jī)器視覺(jué)技術(shù)已經(jīng)逐步成為工業(yè)自動(dòng)化生產(chǎn)過(guò)程中不可或缺的關(guān)鍵組成部分。從功能上看,機(jī)器視覺(jué)的主要作用是利用機(jī)器替代人眼,通過(guò)機(jī)器的視覺(jué)能力,實(shí)現(xiàn)對(duì)物體的識(shí)別、檢測(cè)、測(cè)量、工業(yè)機(jī)器人的定位引導(dǎo)等功能。

從技術(shù)角度來(lái)看,傳統(tǒng)的工業(yè)視覺(jué)通過(guò)高分辨率圖像對(duì)物體進(jìn)行檢測(cè)或識(shí)別。那么是否可以結(jié)合人工智能技術(shù),讓機(jī)器視覺(jué)變得更加智能,更加精準(zhǔn)呢?答案顯然是可以的,并且已經(jīng)有許多廠商在這條道路上快速前行。

據(jù)國(guó)內(nèi)公開數(shù)據(jù)統(tǒng)計(jì),2018年中國(guó)機(jī)器視覺(jué)行業(yè)銷售總額為83.9億元,比上年同期增長(zhǎng)21.6%;研發(fā)投入增長(zhǎng)至11.7億元,同比增長(zhǎng)32.8%。據(jù)專業(yè)調(diào)研機(jī)構(gòu)Grand View Research的預(yù)測(cè),到2025年,全球機(jī)器視覺(jué)市場(chǎng)空間將超過(guò)180億美元,年均復(fù)合增速7.7%,快速增長(zhǎng)的市場(chǎng)也吸引了諸多玩家投身其中。

深度學(xué)習(xí)讓機(jī)器視覺(jué)定義缺陷更快速

以外觀缺陷檢測(cè)為例,傳統(tǒng)的工業(yè)視覺(jué)需要由專業(yè)的人員對(duì)機(jī)器進(jìn)行大量的調(diào)試,繁復(fù)的調(diào)試工作不僅需要大量的工時(shí),同時(shí)還需要品管人員進(jìn)行反復(fù)的校核,最終進(jìn)入產(chǎn)線檢測(cè)。而將深度學(xué)習(xí)與傳統(tǒng)視覺(jué)相結(jié)合,將極大地優(yōu)化作業(yè)流程。

康耐視華南區(qū)銷售經(jīng)理劉墨在接受電子發(fā)燒友采訪時(shí)稱:“與過(guò)去的機(jī)器視覺(jué)技術(shù)不同的是,傳統(tǒng)機(jī)器視覺(jué)在前期需要做許多參數(shù)的調(diào)試,而深度學(xué)習(xí)的機(jī)器視覺(jué)是做一種定義的判斷,根據(jù)給出樣品照片為產(chǎn)品的缺陷下一個(gè)定義?!?br />

深度學(xué)習(xí)工具|康耐視


與傳統(tǒng)視覺(jué)一個(gè)明顯的區(qū)別就是,只要有足夠的數(shù)據(jù),深度學(xué)習(xí)的機(jī)器視覺(jué)可以極大縮減前期調(diào)試工作的時(shí)間,只需要將數(shù)據(jù)輸入給機(jī)器,就能由機(jī)器完成建模,以及形成對(duì)缺陷的認(rèn)知。

劉墨表示:“康耐視是一家專注于機(jī)器視覺(jué)的公司,因此在深度學(xué)習(xí)具有一定優(yōu)勢(shì),一個(gè)是訓(xùn)練樣本的數(shù)量并不需要太大,單個(gè)類型的缺陷(如劃傷、壓痕),僅需要20張左右的圖片訓(xùn)練就能夠完成初步識(shí)別;此外,在訓(xùn)練時(shí)間上,康耐視也有一定優(yōu)勢(shì),過(guò)去一家擁有8000張圖片素材的客戶,訓(xùn)練只花費(fèi)了20分鐘左右,而許多廠商的做法是今天晚上將圖片輸入進(jìn)去,第二天早上再來(lái)看結(jié)果。”

不過(guò)這樣會(huì)產(chǎn)生一個(gè)問(wèn)題,即識(shí)別樣品較少,只能讓機(jī)器初步對(duì)某個(gè)缺陷產(chǎn)生認(rèn)知,但這個(gè)認(rèn)知并不完善。深圳市深視創(chuàng)新科技有限公司大客戶經(jīng)理武栓弟表示:“大多數(shù)采用深度學(xué)習(xí)的機(jī)器視覺(jué)公司,都能用少數(shù)的圖片完成識(shí)別,并出具初級(jí)報(bào)告,但要達(dá)到很好的識(shí)別效果,還需要更多的樣品照片訓(xùn)練才行?!?br />
劉墨也表示,如果要機(jī)器視覺(jué)達(dá)到較好的識(shí)別,除了需要足夠的樣品照片訓(xùn)練之外,檢測(cè)結(jié)果還需要與品管進(jìn)行對(duì)照,來(lái)加強(qiáng)準(zhǔn)確性。

將深度學(xué)習(xí)應(yīng)用在傳統(tǒng)視覺(jué)上的優(yōu)點(diǎn)顯而易見(jiàn),可以節(jié)省大量前期準(zhǔn)備工作,同時(shí)不用更改結(jié)構(gòu),準(zhǔn)備好數(shù)據(jù)投喂即可。當(dāng)然,缺點(diǎn)同樣在于數(shù)據(jù),盡管用少量的樣品圖片就能夠完成機(jī)器的識(shí)別,但想要獲得較好的識(shí)別效果,也必須準(zhǔn)備足夠的樣本才行。

成本將近10倍 深度學(xué)習(xí)為何這么貴?

對(duì)于工業(yè)制造而言,一項(xiàng)成熟的技術(shù)除了能夠提高生產(chǎn)效率外,還需要降低成本,這才能得到快速的推廣。那么具體到深度學(xué)習(xí)的機(jī)器視覺(jué)技術(shù)而言,其表現(xiàn)又如何呢?

劉墨認(rèn)為,成本是相對(duì)的,同時(shí)這項(xiàng)技術(shù)的出現(xiàn)也主要是為了替代人工,行業(yè)內(nèi)通常是一年半可以收回成本,而康耐視解決方案的成本,可以在一年內(nèi)收回。

從具體的價(jià)格來(lái)看,據(jù)武栓弟透露,一套不含生產(chǎn)線的深度學(xué)習(xí)機(jī)器視覺(jué)解決方案價(jià)格在16萬(wàn)元左右。但一套傳統(tǒng)的機(jī)器視覺(jué)檢測(cè)方案價(jià)格是多少呢?據(jù)深圳市倍諾自動(dòng)化設(shè)備有限公司副總經(jīng)理瞿劍飛表示,一套普通的機(jī)器視覺(jué)方案價(jià)格在2萬(wàn)以內(nèi)。

為何深度學(xué)習(xí)解決方案價(jià)格會(huì)高出這么多?一個(gè)是開發(fā)過(guò)程需要基于工具的規(guī)則變成與基于實(shí)例的培訓(xùn),同時(shí)在硬件投入上,深度學(xué)習(xí)需要更多的處理和存儲(chǔ)。

工業(yè)圖像缺陷樣本管理系統(tǒng)|深視創(chuàng)新


當(dāng)然,貴有貴的好處,深度學(xué)習(xí)可以在沒(méi)有明確編程的情況下解決特定任務(wù)。以產(chǎn)品劃痕缺陷檢測(cè)為例,傳統(tǒng)視覺(jué)中對(duì)于這種檢測(cè)需要進(jìn)行嚴(yán)格的定義,通過(guò)設(shè)定不同的尺寸來(lái)看機(jī)器判斷什么是劃痕,而深度學(xué)習(xí)系統(tǒng)可以通過(guò)數(shù)據(jù)的喂養(yǎng),識(shí)別出不在喂養(yǎng)數(shù)據(jù)之內(nèi)的劃痕缺陷。

此外,對(duì)于傳統(tǒng)機(jī)器視覺(jué)而言,檢測(cè)具有復(fù)雜表面紋理和外觀變化的視覺(jué)相似部件是一個(gè)困難的挑戰(zhàn)。同時(shí)檢測(cè)現(xiàn)場(chǎng)還存在多個(gè)變量,如光照、顏色變化、曲率等,一些缺陷檢測(cè)用傳統(tǒng)的機(jī)器視覺(jué)很難做到,而深度學(xué)習(xí)為解決這些問(wèn)題帶來(lái)了可能。

傳統(tǒng)機(jī)器視覺(jué)檢測(cè)在面對(duì)這些問(wèn)題時(shí),需要不斷的進(jìn)行調(diào)試,以及外部環(huán)境的配合,檢測(cè)準(zhǔn)確率的提升是一個(gè)繁瑣的工作,但通過(guò)深度學(xué)習(xí),只需要持續(xù)的進(jìn)行樣品數(shù)據(jù)的訓(xùn)練,便能不斷的提高機(jī)器視覺(jué)檢測(cè)的準(zhǔn)確度。

不過(guò)瞿劍飛也提出了一個(gè)觀點(diǎn),雖然深度學(xué)習(xí)可以幫助企業(yè)更好的解決傳統(tǒng)機(jī)器視覺(jué)的檢測(cè)難點(diǎn)問(wèn)題,但這些問(wèn)題很多可以通過(guò)外部調(diào)試進(jìn)行完善,比如可以通過(guò)加強(qiáng)光照解決現(xiàn)場(chǎng)燈光復(fù)雜的問(wèn)題。而對(duì)于企業(yè)而言,很難完全利用到深度學(xué)習(xí)中的所有功能,那么對(duì)于這個(gè)企業(yè)而言,那些多余的功能就是一種浪費(fèi)。因此,選擇深度學(xué)習(xí)還是傳統(tǒng)機(jī)器視覺(jué),需要企業(yè)自己去衡量。

深度學(xué)習(xí)能替代傳統(tǒng)機(jī)器視覺(jué)嗎?

需要注意的是,深度學(xué)習(xí)并非適合所有檢測(cè)場(chǎng)景,如在流水生產(chǎn)線中,產(chǎn)線不停的情況下進(jìn)行快速檢測(cè)。劉墨表示這種情況可以使用傳統(tǒng)機(jī)器視覺(jué)方案解決。

廣東廣源智能科技有限公司便是一家通用智能高速機(jī)器視覺(jué)平臺(tái),據(jù)其銷售工程師王呂森介紹,其平臺(tái)正是適用于產(chǎn)線高速機(jī)器視覺(jué)檢測(cè)的,不過(guò)高速檢測(cè)必須具備幾項(xiàng)條件,一個(gè)是缺陷種類少,另一個(gè)是產(chǎn)品形狀規(guī)范,如對(duì)塑料瓶的檢測(cè)。

王呂森表示,他們也嘗試過(guò)深度學(xué)習(xí)的機(jī)器視覺(jué),但發(fā)現(xiàn)其中還存在一個(gè)問(wèn)題,深度學(xué)習(xí)可以快速形成對(duì)缺陷的認(rèn)知是建立在大量數(shù)據(jù)的基礎(chǔ)上的。但對(duì)于許多企業(yè)而言,前期缺陷數(shù)據(jù)的收集比較欠缺,這時(shí)就需要廠商進(jìn)行協(xié)助。

劉墨對(duì)此還舉了一個(gè)案例,今年疫情期間,某家LED芯片半導(dǎo)體公司返工困難,質(zhì)檢人員稀缺,為廠商帶來(lái)了極大地困難??的鸵曂ㄟ^(guò)深度學(xué)習(xí)產(chǎn)品,陪同客戶在現(xiàn)場(chǎng)做了將近一個(gè)月的驗(yàn)證,對(duì)放大200倍的芯片圖片進(jìn)行分析判斷,成功的將之前由人工判斷的缺陷檢測(cè)出來(lái),而且檢測(cè)穩(wěn)定性遠(yuǎn)遠(yuǎn)高于人工。

特殊時(shí)期可以理解,但對(duì)于普通工廠而言,如果要求原廠派人員在現(xiàn)場(chǎng)進(jìn)行長(zhǎng)時(shí)間的調(diào)試,其成本顯然不低。

對(duì)此,武栓弟提出,可以通過(guò)多設(shè)備聯(lián)機(jī)質(zhì)檢進(jìn)行大數(shù)據(jù)分析,即采用聯(lián)網(wǎng)的方式,能有效節(jié)省人力成本。但這種情況只適用于可以聯(lián)網(wǎng)的深度學(xué)習(xí)機(jī)器視覺(jué)設(shè)備中,而對(duì)于不可聯(lián)網(wǎng)的設(shè)備,只能由工程師進(jìn)行現(xiàn)場(chǎng)調(diào)試。

劉墨提出了一個(gè)較為完善的解決方案,即廠商自己學(xué)習(xí)建模,檢測(cè)新的產(chǎn)品??的鸵曇矁A向讓客戶自己學(xué)習(xí),一個(gè)是客戶對(duì)自己的工藝更加熟悉,可以更準(zhǔn)確的把握自己的需求。另一個(gè)則是廠商可能在生產(chǎn)中產(chǎn)生一些隨機(jī)的要求,設(shè)備商可能需要時(shí)間前往現(xiàn)場(chǎng)才能滿足客戶的相關(guān)需求,但客戶如果能夠熟悉產(chǎn)品能夠自己很快的進(jìn)行重新調(diào)試。

此外,深度學(xué)習(xí)的機(jī)器視覺(jué)并不針對(duì)單一產(chǎn)品。武栓弟表示,深度學(xué)習(xí)最大的優(yōu)勢(shì)便是體現(xiàn)在其靈活性上。通過(guò)重新建模,可以很快將這套設(shè)備應(yīng)用到其他產(chǎn)品的檢測(cè)當(dāng)中。

從這一點(diǎn)來(lái)看,對(duì)比傳統(tǒng)機(jī)器視覺(jué),深度學(xué)習(xí)可以通過(guò)訓(xùn)練,很快適應(yīng)新產(chǎn)品的檢測(cè),意味著買一套方案可以適應(yīng)所有的解決場(chǎng)所,這是過(guò)去很難做到的。但針對(duì)特殊場(chǎng)景,如生產(chǎn)線的快速檢測(cè),還是傳統(tǒng)視覺(jué)的強(qiáng)項(xiàng)??梢哉J(rèn)為深度學(xué)習(xí)是過(guò)去機(jī)器視覺(jué)的有利補(bǔ)充,雙方并非替代的關(guān)系。

小結(jié)

總體而言,深度學(xué)習(xí)是機(jī)器視覺(jué)的一種延伸。企業(yè)向智能工廠的轉(zhuǎn)變推動(dòng)了機(jī)器視覺(jué)的發(fā)展,而對(duì)檢測(cè)提出更高的要求,加上如今電腦技術(shù)的發(fā)展,讓深度學(xué)習(xí)有了用武之地。需要注意的是,傳統(tǒng)機(jī)器視覺(jué)與深度學(xué)習(xí)是互補(bǔ)而非替代的關(guān)系,深度學(xué)習(xí)的出現(xiàn),可以為廠商帶來(lái)最重要的差異化以及更豐厚的利潤(rùn),在傳統(tǒng)機(jī)器視覺(jué)已經(jīng)高度成熟的今天,新的可行性技術(shù)也意味著新的財(cái)富密碼。

本文由電子發(fā)燒友原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。如需轉(zhuǎn)載,請(qǐng)?zhí)砑游⑿舉lecfans999。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器視覺(jué)
    +關(guān)注

    關(guān)注

    161

    文章

    4301

    瀏覽量

    119864
  • 康耐視
    +關(guān)注

    關(guān)注

    0

    文章

    46

    瀏覽量

    13819
  • 廣源智能
    +關(guān)注

    關(guān)注

    0

    文章

    1

    瀏覽量

    922
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    深度學(xué)習(xí)在工業(yè)機(jī)器視覺(jué)檢測(cè)中的應(yīng)用

    識(shí)別等任務(wù)。傳統(tǒng)機(jī)器視覺(jué)檢測(cè)方法通常依賴于手工設(shè)計(jì)的特征和固定的算法,難以應(yīng)對(duì)復(fù)雜多變的工業(yè)環(huán)境。而深度學(xué)習(xí)的引入,為工業(yè)
    的頭像 發(fā)表于 07-08 10:40 ?789次閱讀

    深度學(xué)習(xí)視覺(jué)檢測(cè)中的應(yīng)用

    深度學(xué)習(xí)機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)重要分支,其核心在于通過(guò)構(gòu)建具有多層次的神經(jīng)網(wǎng)絡(luò)模型,使計(jì)算機(jī)能夠從大量數(shù)據(jù)中自動(dòng)學(xué)習(xí)并提取特征,進(jìn)而實(shí)現(xiàn)對(duì)復(fù)
    的頭像 發(fā)表于 07-08 10:27 ?487次閱讀

    深度學(xué)習(xí)傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)深度學(xué)習(xí)無(wú)疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來(lái)了革命性的變化。然而,盡管它們都屬于
    的頭像 發(fā)表于 07-01 11:40 ?929次閱讀

    深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其中的核心技術(shù)之一,已經(jīng)在計(jì)算機(jī)視覺(jué)領(lǐng)域取得了顯著的成果。計(jì)算機(jī)視覺(jué),作為計(jì)算機(jī)科學(xué)的一個(gè)重要分支,旨在
    的頭像 發(fā)表于 07-01 11:38 ?529次閱讀

    點(diǎn)亮深度學(xué)習(xí)技能?嵌入式平臺(tái)來(lái)點(diǎn)升級(jí)吧

    隨著機(jī)器視覺(jué)深度學(xué)習(xí) (DL) 方法的推動(dòng)下持續(xù)發(fā)展,我們?cè)谧詣?dòng)化和缺陷檢測(cè)領(lǐng)域打開了通向無(wú)數(shù)可能性的大門。在嵌入式系統(tǒng)中集成深度
    發(fā)表于 05-08 11:30 ?446次閱讀

    深度解析深度學(xué)習(xí)下的語(yǔ)義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺(jué)的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類等領(lǐng)域。近年來(lái),研究人員開始在視覺(jué)SLAM算法
    發(fā)表于 04-23 17:18 ?1152次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語(yǔ)義SLAM

    傳統(tǒng)計(jì)算機(jī)視覺(jué)對(duì)比深度學(xué)習(xí)

    深度學(xué)習(xí)是一種技術(shù),它使用一種稱為梯度反向傳播的優(yōu)化技術(shù)來(lái)生成“程序”(也稱為“神經(jīng)網(wǎng)絡(luò)”),就像上面故事中學(xué)者學(xué)生編寫的那些程序一樣。
    發(fā)表于 03-31 09:48 ?398次閱讀

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU

    上漲,因?yàn)槭聦?shí)表明,它們的 GPU 在訓(xùn)練和運(yùn)行 深度學(xué)習(xí)模型 方面效果明顯。實(shí)際上,英偉達(dá)也已經(jīng)對(duì)自己的業(yè)務(wù)進(jìn)行了轉(zhuǎn)型,之前它是一家純粹做 GPU 和游戲的公司,現(xiàn)在除了作為一家云 GPU 服務(wù)
    發(fā)表于 03-21 15:19

    為什么深度學(xué)習(xí)的效果更好?

    導(dǎo)讀深度學(xué)習(xí)機(jī)器學(xué)習(xí)的一個(gè)子集,已成為人工智能領(lǐng)域的一項(xiàng)變革性技術(shù),在從計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理到自動(dòng)駕駛汽車等廣泛的應(yīng)用中取得了顯著的成
    的頭像 發(fā)表于 03-09 08:26 ?538次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?

    分析 丨AI算法愈加復(fù)雜,但是機(jī)器視覺(jué)的開發(fā)門檻在降低

    機(jī)器視覺(jué)系統(tǒng)依賴于機(jī)器學(xué)習(xí)(machine learn)和深度學(xué)習(xí)(deep learn),尤其
    的頭像 發(fā)表于 02-19 16:49 ?564次閱讀
    分析 丨AI算法愈加復(fù)雜,但是<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>的開發(fā)門檻在降低

    技術(shù)科普 | 機(jī)器視覺(jué)5大關(guān)鍵技術(shù)及其常見(jiàn)應(yīng)用

    計(jì)算機(jī)視覺(jué)是指:機(jī)器通過(guò)數(shù)字圖像或視頻等視覺(jué)信息來(lái)模擬人類視覺(jué)的過(guò)程,以達(dá)到對(duì)物體的理解、識(shí)別、分類、跟蹤、重建等目的的技術(shù)。它是人工智能
    的頭像 發(fā)表于 01-31 16:38 ?2091次閱讀
    技術(shù)科普 | <b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>5大關(guān)鍵技術(shù)及其常見(jiàn)應(yīng)用

    基于機(jī)器視覺(jué)深度學(xué)習(xí)的焊接質(zhì)量檢測(cè)系統(tǒng)

    基于機(jī)器視覺(jué)深度學(xué)習(xí)的焊接質(zhì)量檢測(cè)系統(tǒng)是一種創(chuàng)新性的技術(shù)解決方案,它結(jié)合了先進(jìn)的計(jì)算機(jī)視覺(jué)深度
    的頭像 發(fā)表于 01-18 17:50 ?688次閱讀

    大牛談如何學(xué)習(xí)機(jī)器視覺(jué)?

    國(guó)內(nèi)外機(jī)器視覺(jué)發(fā)展的不同。我本人認(rèn)為,只有先搞清了兩邊的不一樣,才便于說(shuō)清如何下手學(xué)習(xí)。國(guó)外機(jī)器視覺(jué)發(fā)展到今天,已經(jīng)從“一包到底”式的工作程
    發(fā)表于 01-15 11:02 ?344次閱讀
    大牛談如何<b class='flag-5'>學(xué)習(xí)機(jī)器</b><b class='flag-5'>視覺(jué)</b>?

    Neuro-T:零代碼自動(dòng)深度學(xué)習(xí)訓(xùn)練平臺(tái)

    友思特 Neuro-T為傳統(tǒng)深度學(xué)習(xí)視覺(jué)檢測(cè)方案提供了“自動(dòng)深度學(xué)習(xí)”的解決方案,結(jié)合自動(dòng)標(biāo)注
    的頭像 發(fā)表于 11-24 17:58 ?533次閱讀
    Neuro-T:零代碼自動(dòng)<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練平臺(tái)

    深度學(xué)習(xí)算法和傳統(tǒng)機(jī)器視覺(jué)助力工業(yè)外觀檢測(cè)

    在很多人眼里,深度學(xué)習(xí)是一個(gè)非常神奇的技術(shù),是人工智能的未來(lái),是機(jī)器學(xué)習(xí)的圣杯。今天深視創(chuàng)新帶您一起揭開他神秘的面紗,了解什么才是深度
    的頭像 發(fā)表于 11-09 10:58 ?595次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>算法和<b class='flag-5'>傳統(tǒng)</b><b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>助力工業(yè)外觀檢測(cè)