通過AI深度學習實現(xiàn)高精度檢測的外觀檢查軟件 Preferred Networks Visual Inspection
Preferred Networks(PFN)公司提供的Preferred Networks Visual Inspection產(chǎn)品，是通過深度學習，實現(xiàn)高精度、高靈活性、高性價比的外觀檢查軟件。 其解決了傳統(tǒng)深度學習檢測軟件所存在的，需要解決大量學習數(shù)據(jù)的收集、對**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(shù)據(jù)進行注釋，即可實現(xiàn)高精度的檢測效果。從而，可以快速·低成本的構建檢測系統(tǒng)。
1. 日本PFN公司獨自的深度學習模型 采用PFN獨自的**的深度學習模型只需少量數(shù)據(jù)即可實現(xiàn)高精度檢測。 2.簡化注釋 對于被測物圖像，只需提供按[良品(good)]/[**品(bad)]分類好的圖像即可實現(xiàn)深度學習。無需標注出**特征/**位置。 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。 4.只需少量圖像進行學習 與傳統(tǒng)必須要數(shù)萬~數(shù)十萬張圖像作為學習數(shù)據(jù)相比，PFN只需100張良品及20張**品圖像即可實現(xiàn)深度學習。 5.**位置的可視化 通過熱力圖成像凸顯出**位置，提高對檢查結果的說明性。 6.建立靈活·快速的檢測模型 提供構建檢測系統(tǒng)所需的推論數(shù)據(jù)庫。 從學習到導入系統(tǒng)無縫連接，實現(xiàn)檢測系統(tǒng)的快速建立。