基于深度学习的影像分析解决方案

  方便的学习及灵活的认识

  高准确度和简单的数据扩展

VLAD（Vision Learning for Advanced Detection）是基于深度学习的In作为人工智能影像分析用软件解决方案,不仅适用于要求高信赖性的半导体工程、每个零部件都经过不同生产工序的汽车零部件,还适用于显示器、电子、电池、食品、保安、医药领域等多个领域。

• Training Tool
  - 学习模型生成及管理
  - 图像标签管理
  - 设置学习区
  - 学习及验证数据分类
  
• Report Viewer
  - 应用和查看学习结果过滤
  - 查看学习结果摘要( 每个标签的识别率)
  - 查看每个图像的评估结果详细列表
  - 详细查看学习结果标签图片
  
• Testing Tool
  - 测试开始/停止
  - 导入和保存学习文件
  - 配置相机和学习模型
  - 相机视图模式
  - 查看测试摘要结果
  - 查看测试详细结果
  

• Classification
  
  
  - 根据识别并定义的一张图像中占最大比重的图像分类类型
  - Multi-label Classification志愿
  - 适用于良品/不良品检查、检查图像类型分类
  
  
• Object Detection
  
  
  - 在一个图像中存在多个客体时，分类各客体的特性及级别，以四角形的箱子形态感知各客体的类型及位置
  - 检测多个客体的Multi Object Detection模型
  - 适用于图案搭配、对象位置检测及计数
  
  
• Segmentation
  
  
  - 通过Object Detection检测出的客体形状以像素为单位以正确的领域形态显示
  - 同一类的对象被分成相同的颜色
  - 适用于细微不良（缺陷、损坏、污渍）、非典型类型的不良检查
  
  
• Anomaly Detection
  
  
  - 非指导学习(Unsupervised Learning) 算法零标签，仅通过图像学习一种类型以外的其他图像被分类为False
  - 必须分为一个级别和其他级别的情况
  - 由于班级的范畴太多,很难明确收集数据的情况