完全图形化的软件交互界面,功能模块直观易懂,拖拽式操作能快速搭建视觉方案
通过使用VM算法开发平台提供的控制和数据获取接口来完成自定义开发
将算子包装成为独特的视觉工具,融入用户自定义的检测流程中
VM算法开发平台提供了千余个完全自主研发的图像处理算子与多种交互式开发工具,支持多种图像采集设备, 能够满足机器视觉领域中定位、测量、识别、检测等需求。
定位
测量
识别
检测
高效定位工具匹配工具,能够克服样品平移、旋转、缩放和光照不同所带来的差异,快速准确查找圆、直线、斑点、边缘、顶点等几何体的位置。提供位置信息和有无信息,可以应用于机器人引导和其它视觉工具中。
提供部件追踪所需的持续准确高速读取ID信息:基于深度学习的OCR算法能适应复杂背景、低对比度、变形等字符的识别; 一维码、二维码识别算法能够识别多种制式、不同位置、角度、光照的信息码,有效克服图像畸变带来的影响。
准确识别工件表面、形状、轮廓的缺陷:基于深度学习技术能检测细小的表面划痕、斑点,可克服工件表面纹理、颜色、噪点干扰; 精确检测工件形态和轮廓缺陷,可克服毛刺、颜色、噪点的干扰。可靠的标准件比对工具,定位出工件微小差别。
3D测量不仅可以获取物体的平面尺寸,并且可以基于深度图及轮廓图实现平整度、段差、间隙、体积、夹角计算等功能。
VM算法开发平台配备了高性能深度学习算法,经过大量案例验证、优化后的算法能够对常见检测品都有良好的适应性。 深度学习算法提供图像分割、分类、模板检测、字符定位与识别,图像检索,异常检测等算法模块。提供独立训练工具进行图像打标训练,可高效完成深度学习模块的应用。
预测图片中各类缺陷的位置,并以热度图的形式呈现出来
包括文本定位与字符识别,分别用以预测图片中文本的位置和图片中文本的真值
对图片中的物体进行类别判断
判断图片中出现的物体的类别并预测其位置
在指定图像数据集中搜索与输入图像有相似特征的图像
判断物体类别并预测其轮廓位置
通过对少量样本进行注册,即可完成对注册目标的分类、定位及检测任务
仅使用OK样本建模,预测图片中异常的位置并以热度图的形式呈现出来
Group循环执行总耗时(1000次) 传统算法耗时优化 AI推理耗时优化 内存占用优化
VM算法开发平台提供了完全图形化的交互界面,功能图标直观易懂,简单好用的交互逻辑以及拖拽式操作能够快速搭建视觉方案。软件优秀的交互和视觉设计,出众的用户体验,在2019中国设计智造大奖赛(简称“DIA”)中,从全球7000多件作品中脱颖而出,荣获2019DIA银奖。