Deep Learning Bundle

EasyFind : Significant speed increase, without any loss of accuracy.

EasyImage

• New Gabor filtering function to help with texture analysis and edge detection.
• New inverse circle warp function, providing conversion between polar and cartesian coordinates.

导入标准数据集到 Deep Learning Studio

• 为 EasyLocate 或 EasySegment Supervised 导入 COCO Json 数据集
• 为 EasyLocate 导入 YOLO TXT 批注
• 为 EasyLocate 导入 Pascal VOC XML 批注

• 只需要一个API和许可证，就能使用定制训练的深度学习分类器对齐兴趣区域、检测表面缺陷（颗粒、划痕……）和分类。
• 实时进行联机表面检测

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。

• 适用于x86-64（64位）处理器架构的Microsoft Windows 11、10、8.1、7版本
• glibc 2.18 版或更高版本的 Linux x86-64（64 位）和 ARMv8-A（64 位）处理器架构

神经网络是受到构成人脑的生物神经网络启发的计算系统。卷积神经网络 (CNN) 是一类深度前馈人工神经网络，最常用于分析图像。 深度学习使用 CNN 来解决传统计算机视觉算法很难或无法解决的复杂问题。深度学习算法通常从示例中学习，因此更易于使用。它们不需要用户弄清楚如何对部件进行分类或检查。相反，在初期训练阶段，它们通过显示多张待检验部件图来从中学习。成功训练后，即可对部件进行分类，或是检测和分割缺陷。

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。

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。有两种方法：

• “EasyLocate轴对齐包围盒”预测它在图像中发现的每个对象（或缺陷）周围的包围盒，并给每个物体分配一个类标签。它必须用图像进行训练，在图像中定能找到的对象（或缺陷）已经用包围盒和类标签进行了标注。
• “EasyLocate兴趣点”预测它在图像中发现的每个对象（或缺陷）的位置（作为一个点，通常是中心，但也可能以其他方式定义），并为每个对象指定一个类标签。图像中的所有对象（或缺陷）必须有大致相同的尺寸。它必须用图像进行训练，在图像中定能找到的对象（或缺陷）已经用兴趣点和类标签进行了标注。使用EasyLocate兴趣点时标注过程会更快，因为能一键标注对象。

深度学习通常需要极大的处理能力，在学习阶段更是如此。Deep Learning Bundle 支持标准 CPU，自动检测 PC 中兼容 Nvidia CUDA 的 GPU。只使用一块 GPU 通常就能将学习和处理速度加快 100 倍。

• Deep Learning Bundle 经过定制、参数化和优化，可用于分析图像，尤其适合用于机器视觉应用。
• Deep Learning Bundle 的 API 很简单，这些深度学习技术只用为数不多的代码行就实现了强大的功能。
• 先试后买：Deep Learning Bundle 随附免费的 Deep Learning Studio 训练和评估应用程序。

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。

Open eVision 包含免费的 Deep Learning Studio 应用程序。在创建数据集以及深度学习工具的训练和测试过程中，该应用程序将为用户提供协助。对于 EasySegment，Deep Learning Studio 集成了注释工具，可以将预测转换为真实注释。它还支持根据性能要求以图形方式配置工具。例如训练过后，可以在更高的缺陷检测率或更高的良品检测率之间进行权衡。

• Neo是Euresys的新型许可系统。它可靠而又先进，现在可用于存储Open eVision和eGrabber许可证。
• Neo支持您在Neo Dongle或Neo Software Container中选择许可证激活位置。先购买许可证，以后再做决定。
• Neo Dongle提供坚固的硬件，能灵活地从一台PC传输到另一台PC。
• Neo Software Container无需任何专用硬件，而是链接到其中已激活的计算机。
• Neo 自带专用的 Neo License Manager，它具有两种特点：直观、易用的图形用户界面和命令行界面，可轻松地自动执行 Neo 许可程序。