EasyClassify

深度学习分类库

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



比较 购买地点


Open eVision 23.12中的新增功能
Open eVision 23.12中的新增功能

导入标准数据集到 Deep Learning Studio

EasySpotDetector(测试版,请联系我们了解更多信息)
  • 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


Open eVision 23.08中的新增功能
Open eVision 23.08中的新增功能


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。


所有Open eVision库都适用于Windows和Linux
所有Open eVision库都适用于Windows和Linux

  • 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


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


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。


EasyClassify 有何用处?
EasyClassify 有何用处?

深度学习通常不适合需要精确测量或计量的应用。当某些类型的错误(例如漏报)完全不可接受时,也不会建议使用。 在难以明确指定缺陷的情况下,EasyClassify 的表现优于传统的机器视觉,例如根据不同尺度和位置的复杂形状和纹理进行分类时。 此外,“从示例中学习”的深度学习模式也可以缩短计算机视觉处理的开发时间。


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。


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。


数据增强
数据增强

深度学习的工作原理就是训练神经网络,示教一组参考图像的分类方式。这个过程的表现情况很大程度上取决于这组参考图像的代表性和广泛性。Deep Learning Bundle 实现了“数据增强”,通过在可设定的限值内修改(例如通过移位、旋转、缩放)现有参考图像来创建另外的参考图像。如此一来,每种类别只需区区一百幅训练图像,Deep Learning Bundle 即可派上用场。


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。


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


Software
Host PC Operating System
  • Open eVision is a set of 64-bit libraries that require an Intel compatible processor with the SSE4 instruction set or an ARMv8-A compatible processor.
  • Open eVision can be used on the following operating systems:
    • Microsoft Windows 11, 10, 8.1, 7 for x86-64 (64-bit) processor architecture
    • Linux for x86-64 (64-bit) and ARMv8-A (64-bit) processor architectures with a glibc version greater or equal to 2.18
  • Remote connections
    • Remote connections are allowed using remote desktop, TeamViewer or any other similar software.
  • Virtual machines
    • Virtual machines are supported. Microsoft Hyper-V, Oracle VirtualBox and libvirt hypervisors have been successfully tested.
    • Only the Neo Licensing System is compatible with virtualization.
  • Minimum requirements:
    • 2 GB RAM to run an Open eVision application
    • 8 GB RAM to compile an Open eVision application
    • 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 2017 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
    • Microsoft Visual Studio 2022 (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