传统的视觉算法受打光以及图像的边缘对比度影响,无法做到人眼的分辨效果,而且人具有学习能力,经过大量样本的学习,人就可以找到不同物体之间的细微差别,从而分辨出物体的类别。CNN就是模拟人的大脑神经元结构,用计算机构造的简化了的人脑神经网络模型,其主要用于图像分类和识别。
LabVIEW是一个广泛应用于工业自动化测控领域的编程平台,其具有很多不同行业的算法库,例如vision视觉库,集成了常用的视觉算法。其编程特点是上手快,开发效率高,兼容性强,能快速调用c++,c#等平台的dll类库。如何将LabVIEW与深度学习结合起来,来解决视觉行业越来越复杂的应用场景所遇到的困难。
下面以开关面板为例讲解如何使用LabVIEW实现深度学习应用。
![179a272530abbfec95dcf9713c12461c.png](https://i-blog.csdnimg.cn/blog_migrate/6af05cd561374657f1ea445ca5175ae7.jpeg)
ok样本
![570826aeddee40b673bea3d1f3c9a93f.png](https://i-blog.csdnimg.cn/blog_migrate/d5e75c24d22f4a452d0b80b5fb2296cd.jpeg)
ng样本
这些图片的特征是:ok与ok,ng与ng之间都有差异,传统的方法要实现,就需要复杂的算法编程实现,如果用深度学习,则非常简单。
1. 准备好样本库,分别放到命名为ok和ng的文件夹中
![bf24e7fdd58088d3669d2c1eb2ca1376.png](https://i-blog.csdnimg.cn/blog_migrate/6a521a1ba175ad8889d32dc22434d65a.jpeg)
2.利用uvision-ai(LabVIEW调用第三方库实现)训练模型。
![2742202ce69516e9264ab2be708cb5fe.png](https://i-blog.csdnimg.cn/blog_migrate/e94c1d7a353cdf72d9e1312f40d10e88.jpeg)
![038370f9345759565e5a95e777f215a9.png](https://i-blog.csdnimg.cn/blog_migrate/46ec78e9cd03a012489805021daca893.jpeg)
1000步时(耗时30s),验证集的识别率已经达到100%,loss下降到0.01。
3.调用uvision平台进行测试。
![5427492ce1503650ecc9766983b5f5bf.png](https://i-blog.csdnimg.cn/blog_migrate/60fc29abee87e7cca6296741cce21449.jpeg)
![9de5788943640380d1b11977bd09323c.png](https://i-blog.csdnimg.cn/blog_migrate/31737358fb1dcbb3b2ad13e017d734c0.jpeg)
训练2000步后样本包含训练集和测试集(未参与训练,比例15%),总体识别率达到99.669%。
4.推理端用c#全套封装所有算法到uvision-dll.dll,LabVIEW端只需要简单调用少量算法即可实现识别。
![8d60800bc53cb790e34659af51d261dc.png](https://i-blog.csdnimg.cn/blog_migrate/d6c833dc2ceea8e37474331d4dff2380.jpeg)
以上就是LabVIEW实现深度学习、训练模型自学习应用的案例分享。下面来讲一下视觉深度学习的行业现状及目前存在的问题。
目前深度学习从业人员薪资处于高位,且属于人才紧缺的行业,就业前景广阔。
在机器学习,深度学习还没有发展的这么火热之前, 国外几款做的几款非常好的视觉软件业内人士应该都很清楚。比如:NIVISION,Halcon, Visionpro, Cognix, MIL等等都是业内用的比较多,而且比较成功的视觉软件。其中很多模块都有定位,测量,检测等功能。
但是这些传统的方法来做缺陷检测大多都是靠人来特征工程, 从形状,颜色, 长度,宽度,长宽比来确定被检测的目标是否符合标准,最终定义出一系列的规则来进行缺陷检测。这样的方法当然在一些简单的Case中已经应用的很好, 唯一的缺点是随着被检测物体的变动,所有的规则和算法都要重新设计和开发,即使是同样的产品,不同批次的变化都会造成不能重用的现实。
为了帮助更多学员深入了解、学会掌握LabVIEW视觉深度学习的实际运用能力,从没有任何Python,TensorFlow基础学员,通过系统学习也能够从零入门,一步步实现自己手动搭建深度学习平台,学会调用视觉训练模型、利用loss曲线观察训练,并对已开发调用AI模型的评估、优化。8月18日(周二)晚上8点,我将会在发烧友直播间,给大家详细讲解以上内容,LabVIEW深度学习技术实现过程。欢迎大家提前报名直播,准时收看!
直播主题:LabVIEW深度学习的工业应用
直播时间:8月18日(周二)晚8点
直播嘉宾:龙哥
直播大纲:
1.让没有任何Python,TensorFlow基础的学员学习到如何搭建深度学习训练平台;
2.学会使用ImgLabel软件标注图片,弄清楚怎么样标注目标;
3.学会利用LabVIEW调用TensorFlow进行SSD/Faster-rcnn模型的训练;
4.学会利用LabVIEW实现观察模型训练过程Loss曲线;
5.学会利用LabVIEW调用TensorFlow进行SSD/Faster-rcnn模型的评估。
直播亮点:
1.全网第一套LabVIEW进行深度学习训练和模型部署的教学案例,满足从业人员使用LabVIEW完成相关编程的需求;
2.无需很强的LabVIEW视觉、Python语言编程基础,小白学员即可进行学习;
3.LabVIEW对CPU上推理深度学习模型进行了优化,其运行速度和效率优于python平台;
4.直播讲授LabVIEW环境配置,训练和调用的编程方法,结合具体应用实际案例,手把手帮助学员学会如何在LabVIEW中应用深度学习。
![592cd678199eafafdbdbc15293b15347.png](https://i-blog.csdnimg.cn/blog_migrate/ee802ef74c14bac3b214a985ca1ef5c7.jpeg)
![83424f53f670a887846af59cad0df9cc.png](https://i-blog.csdnimg.cn/blog_migrate/8bf02d274cd19601d71717cd68deb162.jpeg)
![d432fb272d25ab71772b52527702dd0d.png](https://i-blog.csdnimg.cn/blog_migrate/4c71619eaead711e3c3afb618f52bcd5.jpeg)
![2ac7c0055d9fd77e10b0283549a1450a.png](https://i-blog.csdnimg.cn/blog_migrate/86d4baebb4dc8c8ccfbe98ee91ea5ea7.jpeg)
![53bba9c533f33a70f59415a37948eddb.png](https://i-blog.csdnimg.cn/blog_migrate/f53c17fa2a1d6224c5f9e8d997d41e3e.jpeg)
扫一扫立即领取视觉大礼包!
![e79d68b15041a862cbe14b315b97d231.png](https://i-blog.csdnimg.cn/blog_migrate/535137c968cf550f1c1b8c35d1acaf11.jpeg)