深度学习阿丘科技AIDI各模块使用场景
检测模块:定位且对目标进行分类,小目标检测。适用于检测缺陷形状较为规格图片,可以对多种类型缺陷进行检测,例如变压器上的锡珠缺陷检测等。
快速检测模块:用于在图像中快速定位目标(粗定位)。无标签不能区别不同类型的缺陷。
分割模块:缺陷精细化分析,可以得到像素级精度。适用于检测缺陷形状较为复杂图片,比如精密磁材外观检测,精密模组外观检测等。
非监督分割模块:适用于工业中良品易收集,缺陷品难收集的场景,无需像素级标注,只需有良品即可训练并分割缺陷,训练阶段只使用OK图进行训练。在推理阶段当输入的是有问题的图像时,
由于在训练阶段模型从未见过有问题的区域,因此能够检测出问题区域的异常并进行识别。更适用于对工业产品进行初步筛选。
定位模块:适合任意形状目标高精度定位;工件计数;目标二维姿态估计。比如Type-C模组定位;键盘偏转角估计;蚕蛹计数;冰箱焊点定位等。
字符识别模块:用于检测和识别英文、数字和符号。比如食品生产日期等。
分类模块:用于在图像中对不同的缺陷进行分类,只对图片整体进行分类定性,比如隔膜缺陷分类;大枣定级;烟叶定级。
区域提取模块:用于切图的工具模块。区域提取模块和其它模块连接使用,每个ROI作为一张独立图片输入下个模块。
工厂模式模块:整合前面拼接模块的结果,输出模型以便后续部署和使用。
本文来自博客园,作者:{视觉人机器视觉},转载请注明原文链接:https://www.cnblogs.com/visionman/p/17405256.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理