RM新时代反波胆平台

AI深度學(xué)習簡(jiǎn)介

基于深度學(xué)習的智能工業(yè)視覺(jué)平臺軟件，集標注、訓練、模型調優(yōu)為— 體，用于解決復雜缺陷檢測、分類(lèi)等問(wèn)題。在上線(xiàn)過(guò)程中通過(guò)收集的數據進(jìn)行自學(xué)習 ，可以不斷提升模型的適應性和穩定性，持續降低運行過(guò)程中的漏檢和過(guò)檢。

產(chǎn)品出廠(chǎng)質(zhì)量控制

對產(chǎn)品進(jìn)行全過(guò)程質(zhì)量檢測，保障產(chǎn)品質(zhì)量達到質(zhì)量標準。

（外觀(guān)質(zhì)量標準，以人眼極限為基準；工藝標準，以工藝要求為基準）

生產(chǎn)過(guò)程工藝控制

對缺陷類(lèi)型進(jìn)行識別和度量，以工藝溯源（建立缺陷類(lèi)型/度量-工藝問(wèn)題之間的映射關(guān)系），并為閉環(huán)控制提供數據基礎，以提高產(chǎn)品良率。

四大核心功能模塊 + OCR工具包：

高性能AI算法模型，支持圖像分割、字符訓練、圖像分類(lèi)、目標檢測、定位檢測及OCR字符識別訓練等；

?定位：檢測圖像中的單個(gè)或多個(gè)目標的位置。常用于在目標多樣、姿態(tài)多樣等復雜場(chǎng)景中快速查找目標。

?分割：對圖像進(jìn)行像素級檢測，精準識別缺陷的位置和類(lèi)別。常用于檢測產(chǎn)品表面細小的缺陷。

?分類(lèi)：判斷整張圖像所屬類(lèi)別，常用于缺陷分類(lèi)和產(chǎn)品的分選定級。

?檢測：對圖像進(jìn)行區域檢測，準確識別目標物或缺陷。常用于產(chǎn)品表面成塊缺陷檢測、多目標檢測等場(chǎng)景。

?OCR：對圖像中的字符進(jìn)行準確定位和高效識別。常用于快速讀取各類(lèi)復雜場(chǎng)景中產(chǎn)品或元件的字符信息。

核心優(yōu)勢:

部署

行業(yè)應用

目前AI覆蓋各行各業(yè)，如下：

1.汽車(chē)行業(yè)之圖像識別：自動(dòng)駕駛車(chē)輛需要通過(guò)圖像，對于行駛路況進(jìn)行判別、尋找到合適的路徑，尤其是行人/障礙物的判斷。這其中就需要圖像識別技術(shù)來(lái)支撐，對底層算法的精準度、反應速度要求是極高的。

2.醫療之圖像識別：以骨折檢測系統為例，以往是通過(guò)二維X光片定位病患的病變位置，而借助系統，可以分析二維X射線(xiàn)圖像中骨折情況，并且標記骨折位置便于醫生進(jìn)行進(jìn)一步的檢測。這就能夠有效提升診斷準確率，提升治療效率。

3.制造業(yè)：傳統算法無(wú)法識別的檢測項目，可以借助AI小樣本訓練來(lái)檢測，替代人工。

4.零售業(yè)之人臉支付：通過(guò)機器檢測人臉并匹配賬戶(hù)信息，聯(lián)動(dòng)付款即可實(shí)現“刷臉支付”。這一支付手段進(jìn)一步節省了用戶(hù)的時(shí)間，提升了結賬效率。