2021年3月24日
能够快速自动化的复杂和主观决策,深度学习生产线解决方案可以帮助识别缺陷,确保产品的质量,提高生产率和创建过程效率。尽管其效用,实现深度学习在工业环境中通常可以恐吓,由于存在大量的工具,大型数据集,专业技能和相关成本。
图片来源:FLIR系统
让那些没有人工智能技术和减少的复杂性和成本实现深度学习检查生产线,FLIR系统与Neurala合作开发一个完全支持软件和硬件解决方案。这种易于部署的解决方案可以节省时间,因为它有助于原型,训练和验证模型,而不需要设置一个传统AI开发环境。
使用大脑Neurala Builder模块的目视检查自动化(通过)软件,客户可以注释、标签、火车和验证神经网络在几分钟内。这些模型可以直接上传到FLIR萤火虫DL机器视觉相机使用免费的FLIR大三角帆SDK。解决方案提供了一个无缝的工作流注解取代依赖额外的第三方工具,标签,训练,和验证神经网络;实现类似的结果在三分之一的成本。
到来时,制造商越来越多地采用人工智能和自动化解决挑战劳动力可用性和供应链中断,可以配置为各种各样的自动化解决方案基于分类应用程序检验点。用例范围从印刷电路板(PCB)在半导体制造工厂检查水果农业加工厂排序和分级。
机器视觉建筑商、系统设计师、和那些进入深度学习现在有一个易于使用的,节省时间的,具有成本效益的方法,基于分类检查自动化生产线。
Neurala FLIR萤火虫DL的通过软件可在今天的美国,将在全球范围内2021年中。
来源:https://www.flir.com/