VisionBank Ai深度學(xué)習(xí)視覺軟件
深度學(xué)習(xí)視覺解決方案
VisionBank AI是搭載在“VisionBank通用機(jī)器視覺開發(fā)平臺(tái)”上的一種圖像處理工具,它采用深度學(xué)習(xí) 技術(shù)解決機(jī)器視覺應(yīng)用場景中傳統(tǒng)算法難以解決的問題(四大應(yīng)用場景):
傳統(tǒng)圖像處理原理
傳統(tǒng)圖像處理是人工分析圖像的特征,再通過圖像處理算法提取特征,然后通過特征的關(guān)鍵參數(shù)來區(qū)分對(duì)象;
深度學(xué)習(xí)圖像處理原理
深度學(xué)習(xí)是采集大量圖像,然后標(biāo)注圖像數(shù)據(jù)并訓(xùn)練神經(jīng)網(wǎng)絡(luò),通過訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)象類型推理;
VisionBank AI項(xiàng)目開發(fā)四步驟
(1)訓(xùn)練及測試數(shù)據(jù)采集:利用工廠搭建好的機(jī)器視覺硬件系統(tǒng),基于VisionBank平臺(tái)自動(dòng)存儲(chǔ)500~10000張包含“正負(fù)樣本”的圖像數(shù)據(jù);
(2)訓(xùn)練及測試數(shù)據(jù)分類:將自動(dòng)采集到的圖片按分類要求區(qū)分到不同文件夾進(jìn)行分類;
(3)數(shù)據(jù)標(biāo)記及神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練:利用VisionBank AI標(biāo)記工具將分類好的圖像進(jìn)行自動(dòng)(手動(dòng))標(biāo)記,并訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型;
(4)神經(jīng)網(wǎng)絡(luò)模型推理及在線檢測:訓(xùn)練完畢后利用分類好的測試數(shù)據(jù)測試模型的準(zhǔn)確性,然后加載到VisionBank工程文件中進(jìn)行在線檢測
VisionBank AI優(yōu)勢特點(diǎn)
深度學(xué)習(xí)圖像處理是通過搭建“類腦神經(jīng)網(wǎng)絡(luò)”,借鑒人腦處理數(shù)據(jù)的方法去解決圖像處理問題,所以凡是涉及到深度學(xué)習(xí)的場景,都需要兩個(gè)必要條件:一是大數(shù)據(jù)支持——各種有代表性的圖片;二是強(qiáng)大的算力平臺(tái)——一般采用GPU運(yùn)算平臺(tái)。而在實(shí)際工業(yè)應(yīng)用場景,這兩個(gè)條件都是極難實(shí)現(xiàn),且實(shí)現(xiàn)成本的。VisionBank AI是在VisionBank通用開發(fā)平臺(tái)基礎(chǔ)上推出的深度學(xué)習(xí)功能,它結(jié)合VisionBank本身強(qiáng)大的傳統(tǒng)圖像處理算法,解決了以上兩個(gè)難題的大部分實(shí)現(xiàn)問題。
(1)神經(jīng)網(wǎng)絡(luò)推理基于CPU實(shí)現(xiàn):VisionBank AI訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型推理基于CPU實(shí)現(xiàn),而且神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練同時(shí)支持CPU和GPU。用戶可以根據(jù)項(xiàng)目所需模型的復(fù)雜程度靈活選擇算力平臺(tái),從而節(jié)省不必要的算力平臺(tái)硬件支出;
(2)創(chuàng)新的“深度學(xué)習(xí)缺陷過濾”算法:利用傳統(tǒng)算法找出所有可能的缺陷區(qū)域,僅用深度學(xué)習(xí)解決缺陷區(qū)域的OK和NG判別,從而很好的解決了訓(xùn)練圖像數(shù)據(jù)獲取的問題;
(3)支持神經(jīng)網(wǎng)絡(luò)模型再訓(xùn)練:根據(jù)工業(yè)場景應(yīng)用的復(fù)雜性,支持模型的繼續(xù)訓(xùn)練,從而可以形成行業(yè)專用神經(jīng)網(wǎng)絡(luò)模型。