技術(shù)頻道

娓娓工業(yè)
您現(xiàn)在的位置: 中國傳動網(wǎng) > 技術(shù)頻道 > 應(yīng)用方案 > OPT(奧普特)DeepVision3 破解AI落地難題

OPT(奧普特)DeepVision3 破解AI落地難題

時間:2023-12-20 09:39:03來源:廣東奧普特科技股份有限公司

導(dǎo)語:?OPT(奧普特)DeepVision3,集成了視覺基礎(chǔ)大模型,提升模型魯棒性的同時,極大縮短了訓(xùn)練驗證到部署的周期,標(biāo)注交互、各類功能任務(wù)操作更便捷,解決了深度學(xué)習(xí)在工業(yè)生產(chǎn)落地的痛點。

  OPT(奧普特)DeepVision3,集成了視覺基礎(chǔ)大模型,提升模型魯棒性的同時,極大縮短了訓(xùn)練驗證到部署的周期,標(biāo)注交互、各類功能任務(wù)操作更便捷,解決了深度學(xué)習(xí)在工業(yè)生產(chǎn)落地的痛點。

機器視覺" style="margin: 0px auto; width: 600px;" alt="機器視覺" width="600" height="" border="0" vspace="0">

高效

AI模型訓(xùn)練更快、更輕量化

  如何降低數(shù)據(jù)依賴、人工成本、應(yīng)用門檻,縮短總周期,一直是阻礙深度學(xué)習(xí)廣泛落地的首要難題。

  為攻克這些挑戰(zhàn), DeepVision3通過持續(xù)優(yōu)化底層邏輯算法,通過在增量學(xué)習(xí)、小樣本學(xué)習(xí)、模型輕量化等方面實現(xiàn)關(guān)鍵技術(shù)創(chuàng)新,大幅降低數(shù)據(jù)采集、模型訓(xùn)練及遷移等各個環(huán)節(jié)的時間成本。

  面對少缺陷樣本的視覺方案,DeepVision3通過利用數(shù)據(jù)增廣、算法增強等小樣本策略,減少90%的數(shù)據(jù)量,從過去的幾百張,突破至十幾張,甚至幾張即可完成AI模型訓(xùn)練?;谏疃葓D像生成網(wǎng)絡(luò)生成大量高質(zhì)量訓(xùn)練圖像,且生成速度提升3倍以上。

機器視覺

圖像生成模型

  在模型性能幾乎不變的前提下,對于4K規(guī)模的數(shù)據(jù)30min即可完成模型訓(xùn)練;而為更契合工業(yè)場景應(yīng)用需求,DeepVision3 僅需幾分鐘便可實現(xiàn)新增需求的增量訓(xùn)練。

  除此,DeepVision3通過模型輕量化的策略,不僅降低算力要求和減少推理時間,更重要的是讓模型檢測精度更高。

機器視覺

深度學(xué)習(xí)模型訓(xùn)練示意

  使用CPU的情況下,約60ms即可完成2000萬像素的關(guān)鍵目標(biāo)物檢測。相較于常規(guī)算法,檢測和分類任務(wù)的推理速度提升20倍以上。

  柔性

  集成視覺基礎(chǔ)大模型,契合工廠模式

  在使軟件更高效的同時,OPT還利用遷移學(xué)習(xí)、領(lǐng)域自適應(yīng)等技術(shù),確保訓(xùn)練后的模型更具柔性,集泛化性、通用性、靈活性于一體。

  面對相近工藝相同的質(zhì)檢,DeepVision3基于一鍵遷移技術(shù),或通過自適應(yīng)微調(diào)的方式,能實現(xiàn)一鍵換型,訓(xùn)練周期可縮短至數(shù)小時,解決了因缺陷形態(tài)差異大和產(chǎn)品換型號頻繁等而引起的模型泛化性差的問題。

機器視覺

一鍵遷移技術(shù)示意

  針對3C、鋰電池行業(yè),OPT還開發(fā)了通用檢測模型,關(guān)鍵工序缺陷檢測能做到軟件開箱即可使用;同時即將推出知新大模型,以全新的檢測方式實現(xiàn)對關(guān)鍵物體定位、檢測,無需模型訓(xùn)練,進一步加速AI檢測在更多行業(yè)的廣泛落地。

  不僅于此,DeepVision3還支持圖片全局管理、多人協(xié)作、多工序分析、多機臺協(xié)作等功能,高度契合現(xiàn)有的工廠生成模式需求。

  易用

  AI功能豐富,一鍵部署

  DeepVision3囊括了語義分割、字符識別、目標(biāo)檢測、圖像分類等多種任務(wù)類型,無需編程,高度易用,極大降低了軟件的學(xué)習(xí)成本。

機器視覺

  DeepVision3配備多項智能輔助標(biāo)注工具。對于字符識別任務(wù),DeepVision3內(nèi)置通用OCR和集中檢查功能實現(xiàn)字符的半自動化標(biāo)注,可對任意方向的字符或多行帶角度文本進行識別,用戶只需要核對結(jié)果。

機器視覺

字符識別示意

  同時,對于最為耗時的語義分割標(biāo)注任務(wù),集成有語義分割A(yù)I工具、深度學(xué)習(xí)自動標(biāo)注、傳統(tǒng)算法自動標(biāo)注、輪廓提取等。其中語義分割A(yù)I工具,只需要點擊鼠標(biāo)或拉一個框,即能根據(jù)用戶興趣點、目標(biāo)框和掩碼信息,自動生成高精度、準(zhǔn)確的像素級物體標(biāo)注。

機器視覺

語義分割示意

  此外,DeepVision3還支持多標(biāo)簽復(fù)用、標(biāo)注質(zhì)量把控等功能。在模型訓(xùn)練過程中,提供超參設(shè)置提示、過程可視化、評估結(jié)果溯源等工具;而且還能一鍵部署到Smart3軟件。

  關(guān)于DeepVision3更多技術(shù)及應(yīng)用詳情,敬請關(guān)注公眾號及官網(wǎng)。

標(biāo)簽: 機器視覺

點贊

分享到:

上一篇:電池技術(shù)不斷進步 起火、爆炸...

下一篇:專業(yè)高效 賦能智造丨正弦電氣...

中國傳動網(wǎng)版權(quán)與免責(zé)聲明:凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(u63ivq3.com)獨家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負版權(quán)法律責(zé)任。

網(wǎng)站簡介|會員服務(wù)|聯(lián)系方式|幫助信息|版權(quán)信息|網(wǎng)站地圖|友情鏈接|法律支持|意見反饋|sitemap

傳動網(wǎng)-工業(yè)自動化與智能制造的全媒體“互聯(lián)網(wǎng)+”創(chuàng)新服務(wù)平臺

網(wǎng)站客服服務(wù)咨詢采購咨詢媒體合作

Chuandong.com Copyright ?2005 - 2024 ,All Rights Reserved 深圳市奧美大唐廣告有限公司 版權(quán)所有
粵ICP備 14004826號 | 營業(yè)執(zhí)照證書 | 不良信息舉報中心 | 粵公網(wǎng)安備 44030402000946號