深度学习 [Deep Learning]
- Abundance of Data 【大量数据】
- Algorithms 【算法】
- Affordare Computing Power 【GPU计算】
图像深度学习要点
- 图像
- 特征信息
图像深度学习代表性算法:
- Alex Net - a Convolutional Neural Network(CNN)
ViDi应用步骤
- 标注
- 训练
- 验证
- 应用
工具介绍
- Blue: 标注 [FEATURE DETECTION & IDENTIFICATION]
- Red: 检查 [AESTHETIC VISUAL INSPECTION & SEGMENTATION]
- Green: 分类 [SCENE TAGGING & OBJECT CLASSIFICATION]
- Blue Read: OCR识读 [Optical Character Recognition]
ViDi相关特性:
- 使用PatMax为ViDi精准定位,ViDi不会做精准定位,对细节信息不敏感(尺寸、面积等)
- ViDi提取出来的特征:是区域、面积、结果…
- OCR:康耐视用自己的字库,Halcon等使用MNIST标准字库
授权
- 训练版(开发版,包含VisionPro:MAX Package,时效训练版1 or 5年有效,到期续费,可中断)
- 运行版(包含不同功能的版本,Red、Blue、Green,永久有效。软件升级需要续费)
VisionPro也有两个版本的加密狗
性能选项
- BASE - 基础版:相当于人检速度,在客户一块NVidia GPU卡上运行,适用于汽车行业;
- STANDDARD - 标准版:在客户一块NVidia GPU卡上运行
- ADVANCED - 高级版:在客户多块NVidia GPU卡上运行
聚焦
- 植入ViDi概念到每个客户规划会议中
- 关注人工检查工位
- 表面缺陷检查
- 组装验证
- OCR字符识别
- 阐述深度学习VS人工检查
- 分析投资回报率
- 较长销售周期的心理准备,部署前需要几个月的工厂验证时间
- 控制项目风险,最初阶段只对有限信息。
为应用选择合适的工具
- ViDi
- 复杂背景下的无规则异类检查
- 即便形态的物体定位
- 变形字体的OCR
- VisionPro
- 精确定位
- 精确测量
- 读码(暗码ViDi读不出来,就像人眼读不出来二维码一样,ViDi属于WYSIWYG)