成果介绍
本成果采用人工智能方式,利用机器视觉,基于深度学习理论和卷积神经网络,能处理工业产品中随机形状、大小、位置的质量缺陷,并开发有相应的缺陷处理手段,如机器臂,分拣器等。具有快速,高准确性,高通用性等特点,应用场景涵盖;视频监控,如检测是否有违规物体、行为出现;工业质检,如检测图片里微小瑕疵的数量和位置;医疗诊断,如医疗细胞计数、中草药识别等。
成果亮点
本成果技术方法采用离线数据采集+自学习,在线识别判断+检测的形式,采用定制的神经网络模型架构,可离线采用显卡GPU集群训练算法模型,也可在线采用云深度学习平台训练模型。部署方式可采用公有云端API部署,私有服务器部署,私有边缘端嵌入式设备部署等不同形式,具有训练高效、高精度,现场部署灵活方便,使用成本低等特点,并且在训练数据的采集、标注、扩充提供全方位支持,助力提升模型效果。
团队介绍
联系人: 庄仙竹
电话:15295039286
单位名称: 武进区科技成果转移中心
成果资料