検査システムのニューラル・ネットワークのAoiの深い学習の自動視野

深い学習の自動検査システムのニューラル・ネットワークのAoiの視野機械

深い学習の画像処理で「頭脳そっくりのニューラル・ネットワーク」を造り、の方法で引くことによって画像処理問題を解決できることである

データを処理する人間の脳。従って、深い学習を含むどの場面でも2つの必要条件を要求する:1つは大きいデータさまざまで代表的な映像のサポートである;第2はGPUの計算のプラットホームを使用して強力な計算のプラットホーム-一般にである。実際の産業適用シナリオでは、これら二つの条件は達成し非常ににくく実施の費用は非常に高い。KEYE TECH AIはKvisの一般的な開発のプラットホームに基づいて進水する深い学習機能である。それは2つの問題の上ののほとんどを解決するためにKEYE TECHの自身の強力な従来の画像処理のアルゴリズムを結合する。

Equipmet構成

点検機械は高ピクセル産業カメラおよびプロダクト出現の欠陥のための全方向性の目視検差を遂行するために高性能ストロボの光源を採用する。装置は全天候用操作の7*24時間を実現自動的にオンラインである場合もある。標準以下プロダクトを除去しなさい。

適用範囲

利点および特徴
（1）ニューラル・ネットワークの推論はCPUに基づいて完全に実行される:KEYE TECH AIによって訓練されるニューラル・ネットワークのモデル推論はCPUに基づいて完全に実行され、ニューラル・ネットワーク モデル訓練はCPUおよびGPUを両方支える。ユーザーはそれによりコンピューティング電力のプラットホームで不必要なハードウェア支出を救うプロジェクトによって、必要なモデルの複雑さに従って柔軟にコンピューティング電力のプラットホームを選ぶことができる;
（2）革新的な「深い学習の欠陥のろ過の」アルゴリズム:すべての可能な欠陥区域を見つけるのに従来のアルゴリズムを使用しこうしてデータ収集 イメージを訓練する問題を解決する欠陥区域のOKおよびNGの差別を解決することを深く学習だけを使用しなさい;
（3）サポート ニューラル・ネットワーク モデルの再訓練:産業シナリオの適用の複雑さに従って、モデルの連続的な訓練は業界固有のニューラル・ネットワーク モデルが形作ることができるように、支えられる。

注意

1. 訓練のデータ セットは「質」および「量」に厳しく焦点を合わせなければならない

•  質:訓練のために使用されるデータ セットは含んでいるさまざまで可能な状態を代表的でなければなり、各状態に相当する映像の数の配分は均一べきである。
• 量:訓練のために使用されるデータ セットの数は比較的大きくなければならない。モデルの複雑さに従って、良質映像の数は大きくなければならない。

2. 従来のアルゴリズムは深い学習と結合されるべきである。従来のアルゴリズムは深い学習に頼らないそれをすることができる

• 従来のアルゴリズム:位置、サイズ、等。
• 深い学習:従来のアルゴリズムによって」解決しにくい先に導入した「問題を参照しなさい。

3. 正確に「全」に「部分的」からの特定の問題を、見つけなさい。マシン ビジョンのプロジェクトの最終目的は100%の正確な検出を達成することであるがこの結果に影響を与えるさまざまな問題がプロジェクト開発の間にある。異常な結果は行われるとき、テストし、見つけるために正確に特定のリンクを取付けることは必要である。

• 訓練のデータ セットの検討:データは分類された後、分類の間違いまたは分類の間違いがあるかどうか見る分類の後で再度点検される必要がある。
• ニューラル・ネットワークのモデル推論:モデル訓練の後、オンライン推論のために設計ファイルを輸入する前に多数の映像をテストすること確実であるため。

売り上げ後のサービス

会社は完全な技術援助のチームおよび急速な反応機構があり、顧客から技術的な相談および欠陥のレポートをいつでも受け取ることができる各顧客のための専用サービスの専門家がある。そして顧客の緊急事態への急速な応答を顧客が満足なサービスを受け取ることを確認するために保障するため。特別な理由が伝染性の間にかアフターセールス エンジニアが場所に達してないとき原因で、サービス センターは修理および技術的な相談ができるように遠隔に顧客装置を調節できる。

装置がカスタマ・サイトで着いた後、アフターセールス エンジニアは装置のインストール、依託、および操作の訓練を遂行する時間に着く。全機械の製品品質はたどることができ、質の保証期間は受諾の日付からの1年ある。保証期間の間の人間でない欠陥の場合に、アフターセールス エンジニアは場所ですぐに着くか、または自由な維持に遠隔指導を提供する。

わたしたち に つい て

開発史

テクノロジーセンターは,アルゴリズム部門,ソフトウェア部門,光学部門,ハードウェア部門,機械部門で構成されています.アルゴリズムチームは現在7人の博士号を持っています.AIアルゴリズムの継続的な更新能力を確保する.

組織構造