Open eVision Deep Learning Studio

• A new code reader tool ECodeReader allowing to read multiple code types from a single integrated interface
• Deep Learning Studio is now available on Linux ARM-64 platforms
• Neural Network “engines” allow additional devices support (OpenVINO, Tensor RT) and increased speed.
• EasyBarCode2 now supports learning from images to improve its capabilities on similar images.

• EasySegment Supervised 주석을 위해 Deep Learning Studio에서 새 지원 분할 도구를 사용할 수 있습니다. 이 도구를 통해 완벽한 픽셀 주석을 빠르고 효율적으로 만들 수 있습니다.
• EasyFind는 다음을 지원하도록 확장되었습니다:
  • 벡터 학습 패턴. 이 확장은 알려진 형상이 있는 개체를 찾는 데 매우 적합합니다.
  • 특징점 기술을 이용한 패턴 매칭
• EasyBarCode2 및 EasyQRCode는 이제 GS1 기호를 지원합니다.
• EasyMatrixCode2는 이제 Data Matrix Rectangular Extension을 지원합니다(ISO/IEC 21471, DMRE).

도구 탭에서는 도구를 구성하고 교육할 수 있습니다. CPU 또는 GPU에서 작동하므로, 아무 때나 교육을 중단 또는 재시작할 수 있습니다. 처리 대기열로 원하는 대로 교육을 시작할 수 있습니다. 교육 및 추론 작업은 차례로 대기열에 추가되어 처리됩니다.

• 주석을 쉽고 빠르게 만드는 보조 분할 툴.

Open eVision Deep Learning Studio는 데이터세트를 생성하는 동안 및 Open eVision의 Deep Learning 도구를 교육 및 테스팅하는 단계에서 사용자를 도와주는 애플리케이션입니다.

Open eVision Deep Learning Studio는 무료이며 라이센스가 필요 없습니다. 이를 통해 자신만의 이미지를 사용하여 Deep Learning 라이브러리를 테스트할 수 있습니다. 프로그래밍은 필요 없습니다.

간단히 'OPEN EVISION DEEP LEARNING STUDIO 다운로드'를 클릭하여 Open eVision을 설치하면 됩니다. 샘플 이미지, 설명서, 예제 프로그램도 포함되어 있습니다.

Deep Learning Studio를 사용하면 데이터세트를 교육, 검증 및 테스트 세트로 분할할 수 있습니다. 여러 데이터세트 분할을 생성하여 다양한 이미지 세트로 교육된 도구의 성능을 실험하고 확인할 수 있습니다.

무작위로 데이터세트 분할을 생성하거나 각 이미지 세트를 수동으로 선택할 수 있습니다.

데이터를 최대한 활용할 수 있도록 각 라이브러리에 대해 검증 프로세스가 맞춤화되었습니다. 종합적인 매트릭, 테이블 및/또는 그래프 세트를 이용하여 교육 프로세스의 결과를 분석하고 살펴볼 수 있습니다.

테이블과 혼란 매트릭스를 사용하면 결과를 필터링하여 교육 모델의 강점과 약점을 이해할 수 있습니다. 점수 히스토그램과 ROI 곡선은 임계값을 선택하고 교육 모델을 필요에 맞게 조정하는 데 유용합니다.

Deep Learning Studio 프로젝트는 데이터세트와 생성한 Deep Learning 도구를 관리합니다. 프로젝트는 하나의 Deep Learning 도구(EasyClassify, EasySegment" target="_blank">EasySegment Unsupervised, EasySegment" target="_blank">EasySegment Supervised 또는 EasyLocate)와 연결되며 모든 기능을 지원합니다.

프로젝트 내에서 원하는 만큼 도구를 만들 수 있습니다. 이를 통해 도구의 매개변수, 데이터세트의 다른 분할 또는 데이터 증강 설정을 쉽게 실험할 수 있습니다.

EasyClassify, EasySegment 및 EasyLocate의 풍부한 데이터 증강 능력을 Deep Learning Studio에서 이용할 수 있습니다. 기하학적, 색상 및 노이즈 데이터 증강을 조정하고 시각화합니다. 다양한 데이터 증강 설정 세트를 생성하여 이들에 따른 결과의 변화를 실험할 수 있습니다.

Deep Learning Studio에는 각 라이브러리에 적합한 주석 도구가 통합되어 있습니다. 분류 및 무감독 분할의 경우 각 이미지에 레이블을 빠르게 할당할 수 있습니다. 감독 분할의 경우 분할 편집기를 사용하여 실제 분할을 그릴 수 있습니다. 검색의 경우 개체 편집기를 사용하여 각 개체 주위에 바운딩 박스를 빠르게 그릴 수 있습니다.

이미지 편집기를 사용하면 관심 영역을 선택하고 이미지의 일부를 숨길 수 있습니다.