產品中心
- 特點
- 應用
- 特性圖
- 下載
-
來自日本重量級AI企業研發
通過AI深度學習實現高精度檢測的外觀檢查軟件
Preferred Networks Visual InspectionPreferred Networks(PFN)公司提供的Preferred Networks Visual Inspection產品,是通過深度學習,實現高精度、高靈活性、高性價比的外觀檢查軟件。
其解決了傳統深度學習檢測軟件所存在的,需要解決大量學習數據的收集、對不良特征的注釋很麻煩、以及模型構建困難等問題,無需對學習數據進行注釋,即可實現高精度的檢測效果。從而,可以快速·低成本的構建檢測系統。產品特長
1 日本PFN公司獨自的深度學習模型
采用PFN獨自的卓越的深度學習模型只需少量數據即可實現高精度檢測。
4 只需少量圖像進行學習
與傳統必須要數萬~數十萬張圖像作為學習數據相比,PFN只需100張良品及20張不良品圖像即可實現深度學習。
2 簡化注釋
對于被測物圖像,只需提供按[良品(good)]/[不良品(bad)]分類好的圖像即可實現深度學習。無需標注出不良特征/不良位置。
5 不良位置的可視化
通過熱力圖成像凸顯出不良位置,提高對檢查結果的說明性。
3 直觀的用戶界面GUI
通過學習工具的GUI界面,從登陸圖像、模型學習、檢測精度比較等都可以進行一氣呵成的管理,構建直觀的、高精度的檢測模型。
6 建立靈活·快速的檢測模型
提供構建檢測系統所需的推論數據庫。
從學習到導入系統無縫連接,實現檢測系統的快速建立。系統構成示例
關鍵詞:- 傳感器
- 圖像傳感器
- AI-STELLA 系列
-
-
POC報告 (以下為紡織品檢測的報告范例)
Preferred Networks Visual Inspection軟件深度學習后生成可以證明精度的POC報告。
※ 未購買產品時也可有償提供POC報告。
相關下載
相關產品

產品留言