由博眾精工自主開發(fā)的MasterpieceAI系統(tǒng)正式上線。MasterpieceAI系統(tǒng)是一套集數(shù)據分析、標注、調參、訓練、測試為一體的工業(yè)視覺深度學習平臺軟件。通過靈活簡單的GUI界面,用戶快速創(chuàng)建深度學習應用系統(tǒng)。滿足視覺檢測、分類、定位等應用需求。
人工智能、缺陷圖像、缺陷聲音、3D多維大數(shù)據分析質量檢測。
這套系統(tǒng)包含了四大項目板塊,分別為項目管理、樣本標注、構建&訓練&檢測模型以及評估模型。
另外包含圖像分割算法、圖像分類算法、目標檢測算法、單樣本檢測、OCR字符識別目標測量識別六大子功能板塊,通過對圖片、字符進行訓練建模準確的分割目標。
精度高、速度快、通用性強。
MasterpieceAI系統(tǒng),運用最前沿的深度學習算法,在檢測準確率及精度上提升更高;處理速度快,通用性更強。在研發(fā)并突破深度學習算法同時,緊跟非深度學習的機器學習等AI算法的研究方向。在少量訓練樣本,也可以獲得非常高的準確率,解決工廠獲取樣本數(shù)據難題。
同時MasterpieceAI系統(tǒng)具有兼容性強、可定制化、功能模塊化、高性能、功能齊全等五大優(yōu)勢。
豐富的樣本后處理:提供了豐富的數(shù)據處理工具,用戶可靈活運用相關工具對預測數(shù)據計算及篩選,查閱模型結果,通過多項指標評估模型性能,以更醒目的方式觀察模型優(yōu)化的趨勢。
跨操作系統(tǒng)和硬件平臺軟件可靈活的在多種計算芯片上運行,不受硬件設備的約束。能夠實現(xiàn)異構硬件并行處理。應用場景:不僅限于英偉達GPU,同時支持英特爾VPU、CPU、FPGA\集成顯卡等,支持Windows、Linux、Mac OS系統(tǒng)。
可視化打開黑匣子可視化可以很好的在抽象數(shù)據和直觀表示之間進行橋接,對場景分類模型實現(xiàn)可視化屆時,基于可視化模型提出了通過降低數(shù)據集內部偏差提升模型分類能力的優(yōu)化流程。在訓練神經網絡時提供了神經網絡訓練的側重點展示,方便工程師進行調試,增強神經網絡檢測效果。
小樣本數(shù)據訓練個別缺陷種類圖片數(shù)據不足時,通過數(shù)據增強等算法,模擬豐富數(shù)據量,彌補樣品數(shù)量不足等缺點。應用場景:用于產品個別缺陷種類圖片數(shù)量缺少、缺陷種類認識不全等情況。
遷移學習遷移學習能夠將大數(shù)據所訓練的模型遷移到多個只有小數(shù)據的領域,降低訓練成本節(jié)省訓練時間。應用場景:可用在產品升級或者產品型號改變,或者材質類似的不同產品平行使用等情況。
MasterpieceAI系統(tǒng)運用與產品線上部署,用戶在實際生產線上能夠快速搭建自定義算法模塊的邏輯順序,對多項解決方案進行自由組合調整,快速完成線上部署工作。
系統(tǒng)配置要求
最低規(guī)格:Compute Capability 5.2以上,剩余存儲空間4G以上
建議規(guī)格:Compute Capabblity 7.5以上,剩余存儲空間8G以上