Программное обеспечение для глубокого обучения ViMo Deeplearning

для программированиядля постобработкианализа данных

Обзор продукта
ViMo Deeplearning — десктопное программное обеспечение для обучения глубоких нейронных сетей в области промышленного машинного зрения, разработанное SmartMore. Обеспечивает офлайн-обучение моделей и локальную обработку данных для производственных сценариев: классификация материалов, обнаружение дефектов, локализация объектов и OCR. Предназначено для пользователей без навыков программирования и дополняет ViMo Cloud в гибридных edge-cloud workflow.

Функции продукта

• Умная аннотация: аннотация с поддержкой ИИ, маскирование зон, не подлежащих обучению, и мягкое/жёсткое объединение меток. Однокликовая ИИ-аннотация может повысить среднюю эффективность аннотации более чем на 70% при сохранении точности.
• Экспорт SDK: экспорт и развёртывание в один клик для реального времени в различных языках разработки и средах. Поддерживается развертывание на vision-контроллерах, smart-камерах и промышленных ПК. Используются дистилляция и обрезка моделей для получения компактных и эффективных моделей.
• Глубокий анализ данных: визуализация метрик инференса и интерактивная постобработка с графиками ложных срабатываний, пропусков и статистики дефектов. Настройка параметров в реальном времени для баланса метрик.
• Обработка данных на месте и конфиденциальность: edge-вычисления позволяют строить модели и обрабатывать данные локально без копирования их за пределы предприятия, защищая производственную конфиденциальность и чувствительную информацию.
• Интеграция Edge + Cloud: оффлайн-обучение (десктоп) дополняет ViMo Cloud, обеспечивая совместимость данных, моделей и решений; проекты ViMo Deeplearning могут быть интегрированы в гибридные рабочие процессы.

Случаи применения

• Обнаружение дефектов на шлифованных поверхностях шарниров рулевого управления у крупного автокомпонентного производителя — решение с точностью более 95% и значительной экономией затрат.
• Обнаружение дефектов на USB-разъёмах для производителя потребительской электроники — трёхклассовая классификация царапин и загрязнений с использованием высокоточного deep learning.
• OCR для смарт-часов — устойчивое распознавание символов на металлических деталях с различными шрифтами и сложными условиями съёмки; в реальных проектах достигнута точность до 99,9%.

Технические характеристики

• Тип: десктопное ПО для обучения глубоких сетей в промышленном машинном зрении
• Ключевые возможности: умная аннотация, автоматическое обучение алгоритмов, настройка моделей, инференс через SDK
• Без программирования: разработано для пользователей без навыков программирования
• Оффлайн-обучение: поддерживает локальное/оффлайн обучение в дополнение к облачным сервисам
• Развертывание: поддерживает различные языки разработки и среды; подходит для edge-устройств (vision-контроллеры, smart-камеры, промышленные ПК)
• Оптимизация моделей: поддержка дистилляции и pruning для компактных моделей
• Анализ данных: визуализация метрик инференса, интерактивная постобработка, настройка параметров в реальном времени
• Конфиденциальность: onsite/edge-обработка для предотвращения вывода данных за пределы предприятия
• Основные случаи использования: классификация материалов, обнаружение дефектов, локализация объектов, распознавание символов (OCR)