最新訊息
HYPERSPECTRAL (HSI) CAMERAS
Cooled Camera
Adaptive Vision Studio
鏡頭目錄
 

Deep Learning Add-on
分享
 

Deep Learning vs Traditional Machine Vision

Deep Learning is a new reliable solution for machine vision problems that could not have been solved before. There are, however, applications that still can only be realized with traditional methods. How do you know, which approach is better? Here is a quick guide:

 

Deep Learning

Traditional Machine Vision

Typical applications:

    • Surface inspection (cracks, scratches)
    • Food, plant, wood inspection
    • Plastics, injection moulding
    • Textile inspection
    • Medical imaging

Typical applications:

    • Dimensional measurements
    • Code reading
    • Presence or absence checking
    • Robot guidance
    • Print inspection

Typical characteristics:

    • Deformable objects
    • Variable orientation
    • Customer provides vague specification with examples of Good and Bad parts
    • Reliability 99%

Typical characteristics:

    • Rigid objects
    • Fixed orientation
    • Customer provides formal specification with tolerances
    • Reliability 100%

 

訓練程序

1.收集圖像並進行歸一化

    • 採集從20到50張圖像,其中包括具有被測物的代表性的正例與反例。保存到磁盤。
    • 確認圖像上被測物的尺寸,方向,照明儘可能保持一致性。
  •  

    2.訓練

    • 使用DeepLearning_ClassifyFeaturesDeepLearning_DetectAnomalies的過濾器
    • 打開深度學習的編輯器
    • 加載訓練圖像
    • 將圖像標記為正例反例 (非監督式模式),或使用繪圖工具(監督式模式)標記缺陷
    • 點擊“訓練”
  •  

    3.執行

    • 運行程序並查看結果
  •  

    訓練與驗證集

    不管是機器學習或者深度學習,遵循正確的方法是至關重要的。最重要的規則是將訓練集與驗證集分開。訓練集是用於創建模型的一套樣品圖像。但是不能將它當作衡量性能的工具,因為其產生的結果過度樂觀。因此,為了準確地評估模型,數據分離(驗證集)是必要的。我們的深度學習插件從用戶提供的樣品圖象自動創建此兩集。

     

     

     

     
     
    特別聲明:本網站為汎叡有限公司版權所有,請尊重智慧財產權,未經允許請勿任意轉載、複製或做商業用途
    所使用的所有商標名稱, 分屬各商標註冊公司所有。
    Copyright c 2009 Fadracer Technology Inc. All Rights Reserved.
    汎叡有限公司 TEL:+886-2-2585-8592 FAX:+886-2-2598-8802 E-MAIL:sales.tp@fadracer.com