明察秋毫 | sick deep learning功能介绍 -爱游戏官网

　　深度学习(deep learning)为机器视觉系统赋予了超强的感知和理解能力，大大推动了机器视觉领域的发展和应用。sick作为工业用智能传感器和传感技术爱游戏官网的解决方案的主要制造商之一，已将深度学习技术集成到sick视觉硬件及软件中，覆盖了2d和3d视觉，智能相机及基于ipc的相机。所集成的深度学习功能包括：分类、异常检测、目标定位以及ocr。这些功能可为绝大部分工业视觉复杂类检测应用提供爱游戏官网的解决方案。

　　1►

　　基于inspectorp 2d智能相机

　　的深度学习功能

　　sick inspectorp系列的2d智能相机，搭载sick nova inspectorp 2d视觉软件，该软件除了包含传统的机器视觉处理功能，同时也集成了分类和异常检测的深度学习功能，即在该智能相机中汇集了深度学习技术的所有流程，包括：图像采集、标注、训练、评估、以及识别，并且训练时间短（最快30秒以内），操作便捷，流程简单，即便是无深度学习经验的工程师也可以很快上手整个流程。

　　智能相机训练分类功能

　　如下图所示，在sick inspectorp 智能相机的设备上即可完成深度学习分类功能的全部过程。

　　当前inspectorp上可最多支持100张训练图像以及10类识别对象。如果实际应用中类别数更多，场景更为复杂，则可以通过sick 云端（点击访问）训练更复杂的模型。然后将训练好的模型导入智能相机中，该相机只负责进行识别。

　　因此，在分类的应用中，用户可根据现场情况的难易程度，选择不同的训练方式，以达到解决问题的效果。

　　智能相机异常检测功能

　　如下图所示，在sick inspectorp 智能相机的设备上即可完成深度学习异常检测功能的全部过程。

　　在智能相机设备中只需要训练无缺陷的图像即可，总数最多为100张，训练时间最快30秒以内。有缺陷的图像只用于评估，并自动给出区分好坏的阈值。

　　应用案例

　　（异常检测）

　　2►

　　基于ipc的2d和3d深度学习功能

　　sick基于ipc的深度学习功能，已集成到sick视觉软件ezr中，满足2d和3d视觉场景的使用。搭配sick高速高精度相机ruler系列，可对目标的高度信息执行更准确的检测，功能包括：分类，目标定位，缺陷检测以及ocr。

　　缺陷检测

　　对目标进行缺陷检测，能检测出目标表面的凸包，凹坑，以及划痕。

　　分类和定位

　　对目标进行分类和定位。比如对轮胎上的“dot”字符类别进行定位。

　　自动提取复杂背景的文本并识别

　　sick工业智能传感器在多个行业的不同场景中被广泛使用着，而集成了sick深度学习功能的智能相机和视觉软件，可以为绝大部分工业视觉复杂类检测应用提供简洁、快速、高效以及稳定的爱游戏官网的解决方案。