Euresys将EasyLocate纳入功能强大的图像分析库套件 Product / 04.2021 Euresys的Open eVision库是当今机器视觉市场中功能强大的图像分析库和软件工具。在EasySegment和EasyClassify等现有产品的基础上，现在又推出了Deep Learning库的下一版迭代产品——EasyLocate。 阅读有关EasyLocate的全文，看看它如何契合该产品系列中的其余产品。 EasyLocate文 EasyLocate Deep Learning定位和分类库 EasyLocate 是Deep Learning Bundle的定位和识别库。它用于定位和识别目标、产品或图像中的缺陷。 它能够区分重叠的目标，因此EasyLocate适合于目标实例计数。事实上，EasyLocate能预测在图像中发现的每个目标或缺陷周围的边框，并为每个边框分配一个类标签。它必须用图像进行训练，图像中必定会找到的目标或缺陷已经用边框和类标签进行了标注。 特性一览 定位和识别目标/产品/缺陷 目标计数 支持数据增强和掩码 兼容 CPU 和 GPU 处理 包含用于创建、训练和评估数据集的免费 Deep Learning Studio 应用程序 作为 Deep Learning Bundle 的一部分提供 EasyClassify 深度学习分类库 EasyClassify 是 Deep Learning Bundle 的分类工具。 EasyClassify 要求用户标记训练图像，也即告知哪些是优良图像，哪些是不良图像，或哪些图像属于哪个类别。在学习/训练过程之后，EasyClassify 库将对图像进行分类。对于提供的任何图像，它将返回概率列表，显示图像属于所示教类别的可能性。例如，如果流程要求将不良部件与优良部件分开，EasyClassify 将返回每个部件是优良还是不良，也会返回相应的概率。 特性一览 包含用于分类器训练和图像分类的功能 能够检测有缺陷的产品或将产品分为各种类别 支持数据增强，每类只需 100 个训练图像 兼容 CPU 和 GPU 处理 包含用于创建、训练和评估数据集的免费 Deep Learning Studio 应用程序 作为 Deep Learning Bundle 的一部分提供 EasySegment 深度学习分割库 EasySegment 是 Deep Learning Bundle 的分割工具。EasySegment 执行缺陷检测和分割。它可以识别有缺陷的部件，并精确指出图像中的缺陷位置。在无监督模式下，EasySegment 学习何为“优良”样本（即无任何缺陷的样本）的模式。它在训练时只使用“优良”样本图像。然后便可使用该工具将新图像按优良或缺陷进行分类，并分割出这些图像中的缺陷。EasySegment 无监督模式只训练优良样本图像，即使事先不知晓缺陷类型或不易获得缺陷样本，EasySegment 也照样能执行检验。 在监督模式下，EasySegment 学习图像中何为缺陷部分、何为“优良”部分的模式。这个过程使用带有预期分割的图像来进行训练，然后即可使用该工具来检测和分割新图像中的缺陷。EasySegment 的监督模式可以达到更高的精度，由于预期分割的缘故，相较于无监督模式，它可以分割更为复杂的缺陷。 深度学习分割库 无监督模式：仅训练“优良”图像，以检测并分割新图像中的异常和缺陷 监督模式：学习缺陷模型，以提高分割和检测精度 适用于任何图像分辨率 支持数据增强和掩码 兼容 CPU 和 GPU 处理 包含用于创建、训练和评估数据集的免费 Deep Learning Studio 应用程序 作为 Deep Learning Bundle 的一部分提供 有关Deep Learning Bundle的更多信息