Deep Learning Bundle

基于卷积神经网络的检验库

特性一览
  • 为机器视觉应用而优化的一组 Deep Learning 检查库
  • 执行图像分类、有监督或无监督的分割和目标定位
  • 包含EasyClassify、EasySegment和EasyLocate
  • 简单 API
  • 包含用于创建、训练和评估数据集的免费 Deep Learning Studio 应用程序
  • 支持数据增强和掩码
  • 兼容 CPU 和 GPU 处理



比较 购买地点


什么是深度学习?

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。


EasySegment 无监督模式
EasySegment 无监督模式

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。


Deep Learning Studio
Deep Learning Studio

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许可系统
Neo许可系统

  • 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。


为何选择 Open eVision 的 Deep Learning Bundle?
为何选择 Open eVision 的 Deep Learning Bundle?

  • 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。
EasyClassify、EasySegment和EasyLocate不另售。它们只作为Deep Learning Bundle的一部分提供。
现在就下载和评估随附 Deep Learning Studio 的 Deep Learning Bundle(深度学习捆绑包),若有任何疑问,请随时致电 Euresys 支持部门。


EasySegment 监督模式
EasySegment 监督模式

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。


Deep Learning Bundle功能比较
Deep Learning Bundle功能比较


All Open eVision libraries are available for Windows and Linux
All Open eVision libraries are available for Windows and Linux

  • Windows 7 to Windows 10, x86 (32 bits) and x86-64 (64 bits)
  • Linux x86-64 (64 bits) with a glibc version 2.18 or newer


EasyClassify 说明
EasyClassify 说明

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描述
EasyLocate描述

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,在图像中肯定可以找到的目标或缺陷已经用边框和类标签进行了标注。


性能
性能

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。


在DG06技术开发部的支持下开发的
在DG06技术开发部的支持下开发的


Software
Host PC Operating System
  • Open eVision is a set of 32-bit and 64-bit libraries that require a processor compatible with the SSE4 instruction set.
  • The Deep Learning Bundle is only available in the 64-bit Open eVision library.
  • Open eVision can be used on the following operating systems:
    • Windows 10 (32- and 64-bits)
    • Windows 8 (32- and 64-bits)
    • Windows 7 (32- and 64-bits)
    • Linux 64 bits (x86-64 only) with a glibc version greater or equal to 2.18
  • Since Open eVision 2.6, discontinued support of:
    • Windows Vista 32-bits Service Pack 1
    • Windows XP 32-bits Service Pack 3
    • Windows Embedded Standard 2009 32-bits
  • Remote connections
    • Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
  • Virtual machines
    • Linux virtual machines are supported. Microsoft Hyper-V and Oracle VirtualBox hypervisors have been successfully tested.
    • Windows virtual machines are not supported.
  • Minimum requirements:
    • RAM: 8 GB
    • Display size: 800 x 600. 1280 x 1024 recommended.
    • Color depth: 16 bits. 32 bits recommended.
    • Between 100 MB and 2 GB free hard disk space for libraries, depending on selected options.
APIs
  • Supported Integrated Development Environments and Programming Languages:
    • Microsoft Visual Studio 2008 SP1 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2010 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2012 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2013 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2015 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2017 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
    • QtCreator 4.15 with Qt 5.12
Ordering Information
Product code - Description
Optional accessories
Presence Check

存在/缺失检查

EasyImage 灰度分析功能被用于简单的存在/不存在检查
Surface

表面分析

EasyImage 用于揭示表层缺陷,EasyObject 的斑点分析功能能够细分并测量他们。
Code Verification

用于标签印刷机的代码质量验证