Neu in Open eVision 25.06
- Zusammenfügen von Bildern für EasyImage
- Out-of-Distribution-Erkennung in EasyClassify
- Neue erweiterte Kalibrierung
- Weitere Tools im New Open eVision Studio
Bibliothek zur Klassifizierung anhand von Deep Learning
© EURESYS S.A. - Subject to change without notice
8/14/2024 Datasheet Bibliothek zur Klassifizierung anhand von Deep Learning ![]()
Main benefitsOther benefitsSpezifikationenSoftware
Ordering Information
Offices
|
EasyClassify ist das Klassifizierungstool des Deep Learning Bundle. Bei EasyClassify muss der Anwender die trainierten Bilder kennzeichnen, also angeben, welche gut und welche schlecht sind bzw. welche zu welcher Klasse gehören. Nach diesem Lern-/Trainingsprozess kann die EasyClassify-Bibliothek Bilder klassifizieren. Sie gibt für alle Bilder eine Liste mit Wahrscheinlichkeiten zurück, inwieweit das Bild zu einer der von ihr „gelernten“ Klassen gehört. Wenn beispielsweise schlechte von guten Teilen unterschieden werden müssen, gibt EasyClassify für jedes Teil an, mit welcher Wahrscheinlichkeit es gut oder schlecht ist.
EasyClassify, EasySegment und EasyLocate sind im Rahmen des Deep Learning Bundle oder einzeln als Nur-Inferenz-Lizenzen erhältlich.
HerunterladenIn Open eVision ist die Anwendung Deep Learning Studio kostenlos enthalten. Diese Anwendung hilft dem Anwender bei der Erstellung von Datensätzen sowie beim Trainieren und Testen des Deep-Learning-Tools. Für EasySegment ist in Deep Learning Studio ein Annotationstool integriert, sodass Vorhersagen in Ground-Truth-Annotationen umgewandelt werden können. Damit kann das Tool auch grafisch entsprechend den Performance-Anforderungen konfiguriert werden. Es kann beispielsweise nach dem Training ausgewählt werden, ob der Erkennungsrate von Defekten oder einer guten Erkennungsrate Vorrang gegeben werden soll.
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.
Supported programming languages :
The Open eVision libraries and tools support C++, Python and the programming languages compatible with the .NET Framework (C#, VB.NET)
C++ requirements: A compiler compatible with the C++ 11 standard is required to use Open eVision
Python requirements: Python 3.11 or later is required to use the Python bindings for Open eVision
.NET requirements: .NET Framework versions 4.8 or later are supported
Supported Integrated Development Environments:
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
Released
PC4187 Open EasyClassify for USB dongle
PC4337 Open eVision EasyClassify
PC4192 Open EasyClassify Inference for USB dongle
PC4342 Open eVision EasyClassify Inference
PC4182 Open Deep Learning Bundle for USB dongle
PC4332 Open eVision Deep Learning Bundle
Please use Open eVision instead for new developements.
Dies ist ein Formular, um eine kostenlose Evaluierung von Projekten mit unseren Deep-Learning-Bibliotheken und -Anwendungen anzufordern. Wir bieten Ihnen an, unsere Deep-Learning-Lösungen mit Ihrem Projekt kostenlos zu testen.