深度學習插件是機器視覺應用的新突破。此插件是一套現成工具。使用正例與反例來進行訓練，以便自動檢測出缺陷或特徵。其內部是在大型神經網絡結構基礎上開發的，由我們的研究團隊設計與優化的，用於工業檢測系統。對於用戶而言，該工具是只需調整少量參數簡單的過濾器。與此同時具有易於使用的圖形工具，以便於執行訓練過程。

深度學習插件的確體現Adaptive Vision的主要原則：

直觀化 - 甚至可以使用沒有編程技能的用戶。

強力 - 釋放神經網絡的先進能力。

適應性 - 深度學習模型可以重新訓練，以包含新特徵。

關鍵信息

訓練資料

典型應用程序需要從20到50張圖像進行訓練。

設備

建議使用現代的GPU進行快速的訓練與執行。

速度

假設使用GPU，典型的訓練時間為5分鐘，典型的執行時間為200 ms。

深度學習與傳統機器視覺相對

深度學習是一種解決機器視覺問題的新可靠方式。其使用範圍包括從前無法解決的難題。但是傳統機器視覺方法的作用在某些應用程序中依然佔優勢。如何選擇更適合的方式？以下快速指南：