12月1日,OPT(奥普特)举办主题为“基于深度学习的机器视觉应用”线上研讨会,分享深度学习软件SciDeepVision的图像分析核心技术及应用案例,如异常缺陷检测算法、小样本学习、自适应训练、迁移学习等。本次专题研讨会由OPT(奥普特)研发中心高红超博士主讲。
深度学习软件SciDeepVision
自动提取特征信息
深度学习是人工智能的核心技术,结合了深度学习的机器视觉系统,能让机器像人一样具有分析学习能力,从而识别文字、图像等数据信息,解决多种复杂的模式识别问题。
深度学习在机器视觉的应用
深度学习的三要素分别为算法、算力、数据,在机器视觉应用中,需要强大的算力支撑并依赖大量数据。在这过程中,深度学习应用通常会遇到样本数据不足、过度依赖硬件性能等问题,进而影响图像分析效率与准确率。
OPT(奥普特)推出的深度学习软件SciDeepVision ,突破了传统深度学习的瓶颈,集标注 、训练、评估为一体, 具有无需编程、操作方便等特性,自动进行特征提取,囊括 20 余项关键技术和功能,涵盖数据规整标注、AI 基础模型、模型性能提升、模型训练、评估可视化等。
深度学习算法流程可视化
集成小样本学习