來(lái)源：友思特智能感知友思特分享| Neuro-T：零代碼自動(dòng)深度學(xué)習(xí)訓(xùn)練平臺(tái)

歡迎關(guān)注虹科，為您提供最新資訊！

工業(yè)自動(dòng)化、智能化浪潮涌進(jìn)，視覺(jué)技術(shù)在其中扮演了至關(guān)重要的角色。在汽車(chē)、制造業(yè)、醫(yī)藥、芯片、食品等行業(yè)，基于視覺(jué)技術(shù)實(shí)現(xiàn)的缺陷檢測(cè)具有非常大的需求。對(duì)于傳統(tǒng)檢測(cè)方法，目視檢查方法能夠有效檢測(cè)非標(biāo)、具有挑戰(zhàn)性的缺陷，傳統(tǒng)機(jī)器視覺(jué)方法具有穩(wěn)定的速度及準(zhǔn)確性，適合重復(fù)檢測(cè)任務(wù)。這兩種方法具有諸如檢測(cè)精度、缺陷類(lèi)型、技術(shù)人員成本等局限性。在這種背景下，融合深度學(xué)習(xí)的視覺(jué)檢測(cè)方案有效地結(jié)合了兩者的優(yōu)勢(shì)，滿足了傳統(tǒng)檢測(cè)方法的需求。

為什么要選擇友思特 Neuro-T？

深度學(xué)習(xí)項(xiàng)目流程如上圖所示。對(duì)于深度學(xué)習(xí)視覺(jué)檢測(cè)方案：

(1) 高質(zhì)量的訓(xùn)練數(shù)據(jù)對(duì)于創(chuàng)建高性能的深度學(xué)習(xí)模型至關(guān)重要；

(2) 創(chuàng)建高性能的深度學(xué)習(xí)模型需要豐富的專(zhuān)業(yè)知識(shí)。

完成一個(gè)深度學(xué)習(xí)視覺(jué)檢測(cè)項(xiàng)目，需要有豐富經(jīng)驗(yàn)的行業(yè)領(lǐng)域工程師和深度學(xué)習(xí)工程師。

友思特 Neuro-T為傳統(tǒng)的深度學(xué)習(xí)視覺(jué)檢測(cè)方案提供了“ 自動(dòng)深度學(xué)習(xí) ”的解決方案。Neuro-T 軟件集成 自動(dòng)深度學(xué)習(xí)算法，結(jié)合自動(dòng)標(biāo)注功能 ，一鍵生成高性能視覺(jué)檢測(cè)模型，無(wú)需AI領(lǐng)域?qū)I(yè)知識(shí)即可創(chuàng)建深度學(xué)習(xí)視覺(jué)檢測(cè)模型。

友思特 Neuro-T 平臺(tái)介紹

友思特 Neuro-T 是一個(gè)用于深度學(xué)習(xí)視覺(jué)檢測(cè)項(xiàng)目的一體化平臺(tái)，可用于 項(xiàng)目規(guī)劃→圖像預(yù)處理→圖像標(biāo)注→模型訓(xùn)練→模型評(píng)估 一系列任務(wù)。Neuro-T提供了便捷的工具和友好的圖形化界面，只需四個(gè)步驟即可創(chuàng)建一個(gè)深度學(xué)習(xí)模型：

01****文件頁(yè)面

第一步是在文件頁(yè)面導(dǎo)入圖像

該頁(yè)面還提供了如圖像切片、圖像增強(qiáng)等預(yù)處理功能

**02 **數(shù)據(jù)頁(yè)面

第二步從選擇模型類(lèi)型開(kāi)始。

通過(guò)標(biāo)注，用戶可以指示模型要檢測(cè)的目標(biāo)

**03 **訓(xùn)練頁(yè)面

第三步是驗(yàn)證數(shù)據(jù)集并啟動(dòng)訓(xùn)練過(guò)程

自動(dòng)深度學(xué)習(xí)算法使得一鍵即可完成訓(xùn)練設(shè)置

04****結(jié)果頁(yè)面

第四步是評(píng)估模型的性能

模型可以基于四個(gè)不同的值（Accuracy, Precision, Recall, F1 Score）進(jìn)行評(píng)估

友思特 Neuro-T 的優(yōu)勢(shì)特性

自動(dòng)深度學(xué)習(xí)算法

深度學(xué)習(xí)算法分為：自動(dòng)深度學(xué)習(xí)算法和現(xiàn)有算法。自動(dòng)深度學(xué)習(xí)算法使得每個(gè)人都可以輕松地創(chuàng)建高性能的深度學(xué)習(xí)模型。

自動(dòng)標(biāo)注

在大數(shù)據(jù)量深度學(xué)習(xí)任務(wù)中，標(biāo)注任務(wù)需要耗費(fèi)大量時(shí)間。Neuro-T通過(guò)自動(dòng)標(biāo)注顯著縮短項(xiàng)目周期時(shí)間，基于用戶已標(biāo)注的數(shù)據(jù)來(lái)保證后續(xù)標(biāo)注的一致性。

本地云環(huán)境

用戶可以在安全的環(huán)境中與團(tuán)隊(duì)成員協(xié)作。Neuro-T 的服務(wù)端-客戶端架構(gòu)只允許團(tuán)隊(duì)成員共享工作區(qū)。

流程圖和推理中心

流程圖可以鏈接多個(gè)不同類(lèi)型的模型來(lái)簡(jiǎn)化項(xiàng)目設(shè)計(jì)，如分類(lèi)+檢測(cè)模型組合。推理中心可以評(píng)估項(xiàng)目流程圖的推理時(shí)間和準(zhǔn)確率，從而以更少的嘗試和錯(cuò)誤創(chuàng)建最佳模型。

快速再訓(xùn)練

如果出現(xiàn)新的缺陷類(lèi)型或設(shè)計(jì)修改，需要重新進(jìn)行訓(xùn)練，且存在時(shí)間延遲和效果下降的問(wèn)題。Neuro-T 通過(guò)自動(dòng)深度學(xué)習(xí)和平衡數(shù)據(jù)，以較短的訓(xùn)練時(shí)間實(shí)現(xiàn)較高的模型精度。

友思特 Neuro-T 的功能

分類(lèi)(Classification) 分類(lèi)正常類(lèi)型與缺陷類(lèi)型

分割(Segmentation) 通過(guò)分析像素識(shí)別特點(diǎn)形狀缺陷和位置

目標(biāo)檢測(cè)(Object Detection) 識(shí)別物體類(lèi)別、數(shù)量和位置

異常檢測(cè)(Anomaly Detection) 通過(guò)僅在正常圖像上訓(xùn)練來(lái)識(shí)別異常圖像

字符識(shí)別(OCR) 光學(xué)字符識(shí)別

旋轉(zhuǎn)(Rotation) 旋轉(zhuǎn)圖像至正確方位

友思特 Neuro-T 應(yīng)用案例

1. 汽車(chē)用鋼材

檢測(cè)要點(diǎn)：

（1）汽車(chē)表面缺陷檢測(cè)和裝配完成檢測(cè)。

（2）VIN編號(hào)識(shí)別。

（3）材料表面涂層區(qū)域的識(shí)別。

（4）無(wú)損檢測(cè)、焊接/卷材/板材檢測(cè)。

2. 螺栓/螺母組件檢測(cè)

3. VIN編號(hào)識(shí)別

4. 其他汽車(chē)制造業(yè)應(yīng)用領(lǐng)域

審核編輯 黃宇