OPT（奥普特）深度学习软件SciDeepVision的技术原理及应用

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