矩视智能机器视觉低代码开发（简介）

产品概述（www.nb-ai.com）

• 低代码开发工具汇集机器视觉众多算子功能，可分为传统算子和深度学习算子两大类别。支持字符识别、目标定位、像素分割等深度学习模型和测量、匹配等传统算子逻辑流程及界面开发，解决多种应用场景部署的个性定制开发需求。
• 低代码开发工具拥有强大的开发引擎，为客户提供强大的数据模型构建能力，以及灵活的可视化编程界面，仅需“拖拉拽”三步，即可在云端即可完成业务的算法、逻辑及界面开发，无需编程，自动生成部署包和相关流程配置文件，一键运行，所见即所得，无缝对接各类硬件设备。
• 整体分为两大部分：线上开发、线下部署。

产品功能介绍

 在低代码开发平台新建一个项目，初始界面左侧为三个核心功能分别为:流程开发、界面开发和下载。

 流程开发主要用于基于已有AI模型的流程开发，用户通过拖拽算子以正确的逻辑方式实现项目需要的功能。

 界面开发主要用于基于已搭建的项目用可视化的模块呈现结果，如图片标注和测量数据等。

  需要注意的是新建项目无法直接进行界面开发。

 下载主要用于下载流程开发或界面开发的组件、深度学习的模型和用于线下部署的部署包。

 流程开发界面已上线多种功能，以深度学习算子为核心的模型算子和实现查找、处理、计算、测量、逻辑等的传统算子。

• 传统算子：
• 图片采集
  • 图片源
• 匹配
  • 模板匹配，圆查找，直线查找，位置修正，通用OCR，点定义
• 测量
  • 圆圆测量，点圆测量，点点测量，线线测量，线圆测量，线圆测量，点线测量
• 图片处理
  • 区域裁剪，图片二值化，图片滤波
• 标定换算
  • 单位换算，畸变矫正，手眼标定，坐标转换
• 逻辑
  • 条件判断，分类判断，变量计算，图片保存，文本保存，流程分支，自定义算子
• 通信
  • 发送数据
• 深度学习算子：
• 字符识别，目标识别，像素分割，标签计算

 以上功能的具体介绍请参考深度学习算子应用开发演示和传统算子应用开发演示文档。

产品使用流程

 在使用AI模型开发训练出深度学习模型后，除了使用SDK外还可使用低代码平台进行测试和部署，通过简单的组件拖拽和参数配置即可可视化地显示运行结果，最后下载配置文件和模型即可在线下部署。

 使用低代码平台开发的完整流程为：创建项目——拖入算子——连接算子——设置算子参数——运行流程测试结果——开发可视化界面——运行界面查看结果——下载模型与配置文件——线下部署。