来自日本重量级AI企业研发
通过AI深度学习实现高精度检测的外观检查软件
Preferred Networks Visual Inspection
Preferred Networks(PFN)公司提供的Preferred Networks Visual Inspection产品，是通过深度学习，实现高精度、高灵活性、高性价比的外观检查软件。
其解决了传统深度学习检测软件所存在的，需要解决大量学习数据的收集、对不良特征的注释很麻烦、以及模型构建困难等问题，无需对学习数据进行注释，即可实现高精度的检测效果。从而，可以快速·低成本的构建检测系统。
产品特长
| 1 日本PFN公司独自的深度学习模型
采用PFN独自的的深度学习模型只需少量数据即可实现高精度检测。 | 4 只需少量图像进行学习
与传统必须要数万~数十万张图像作为学习数据相比，PFN只需100张良品及20张不良品图像即可实现深度学习。 |
| 2 简化注释
对于被测物图像，只需提供按[良品(good)]/[不良品(bad)]分类好的图像即可实现深度学习。无需标注出不良特征/不良位置。 | 5 不良位置的可视化
通过热力图成像凸显出不良位置，提高对检查结果的说明性。 |
| 3 直观的用户界面GUI
通过学习工具的GUI界面，从登陆图像、模型学习、检测精度比较等都可以进行一气呵成的管理，构建直观的、高精度的检测模型。 | 6 建立灵活·快速的检测模型
提供构建检测系统所需的推论数据库。 |
系统构成示例
