OPT(奧普特)DeepVision3，集成了視覺基礎大模型，提升模型魯棒性的同時，極大縮短了訓練驗證到部署的周期，標注交互、各類功能任務操作更便捷，解決了深度學習在工業(yè)生產落地的痛點。

機器視覺" style="margin: 0px auto; width: 600px;" alt="機器視覺" width="600" height="" border="0" vspace="0">

高效

AI模型訓練更快、更輕量化

　　如何降低數據依賴、人工成本、應用門檻，縮短總周期，一直是阻礙深度學習廣泛落地的首要難題。

　　為攻克這些挑戰(zhàn)， DeepVision3通過持續(xù)優(yōu)化底層邏輯算法，通過在增量學習、小樣本學習、模型輕量化等方面實現(xiàn)關鍵技術創(chuàng)新，大幅降低數據采集、模型訓練及遷移等各個環(huán)節(jié)的時間成本。

　　面對少缺陷樣本的視覺方案，DeepVision3通過利用數據增廣、算法增強等小樣本策略，減少90%的數據量，從過去的幾百張，突破至十幾張，甚至幾張即可完成AI模型訓練?；谏疃葓D像生成網絡生成大量高質量訓練圖像，且生成速度提升3倍以上。

圖像生成模型

　　在模型性能幾乎不變的前提下，對于4K規(guī)模的數據30min即可完成模型訓練;而為更契合工業(yè)場景應用需求，DeepVision3 僅需幾分鐘便可實現(xiàn)新增需求的增量訓練。

　　除此，DeepVision3通過模型輕量化的策略，不僅降低算力要求和減少推理時間，更重要的是讓模型檢測精度更高。

深度學習模型訓練示意

　　使用CPU的情況下，約60ms即可完成2000萬像素的關鍵目標物檢測。相較于常規(guī)算法，檢測和分類任務的推理速度提升20倍以上。

　　柔性

　　集成視覺基礎大模型，契合工廠模式

　　在使軟件更高效的同時，OPT還利用遷移學習、領域自適應等技術，確保訓練后的模型更具柔性，集泛化性、通用性、靈活性于一體。

　　面對相近工藝相同的質檢，DeepVision3基于一鍵遷移技術，或通過自適應微調的方式，能實現(xiàn)一鍵換型，訓練周期可縮短至數小時，解決了因缺陷形態(tài)差異大和產品換型號頻繁等而引起的模型泛化性差的問題。

一鍵遷移技術示意

　　針對3C、鋰電池行業(yè)，OPT還開發(fā)了通用檢測模型，關鍵工序缺陷檢測能做到軟件開箱即可使用;同時即將推出知新大模型，以全新的檢測方式實現(xiàn)對關鍵物體定位、檢測，無需模型訓練，進一步加速AI檢測在更多行業(yè)的廣泛落地。

　　不僅于此，DeepVision3還支持圖片全局管理、多人協(xié)作、多工序分析、多機臺協(xié)作等功能，高度契合現(xiàn)有的工廠生成模式需求。

　　易用

　　AI功能豐富，一鍵部署

　　DeepVision3囊括了語義分割、字符識別、目標檢測、圖像分類等多種任務類型，無需編程，高度易用，極大降低了軟件的學習成本。

　　DeepVision3配備多項智能輔助標注工具。對于字符識別任務，DeepVision3內置通用OCR和集中檢查功能實現(xiàn)字符的半自動化標注，可對任意方向的字符或多行帶角度文本進行識別，用戶只需要核對結果。

字符識別示意

　　同時，對于最為耗時的語義分割標注任務，集成有語義分割AI工具、深度學習自動標注、傳統(tǒng)算法自動標注、輪廓提取等。其中語義分割AI工具，只需要點擊鼠標或拉一個框，即能根據用戶興趣點、目標框和掩碼信息，自動生成高精度、準確的像素級物體標注。

語義分割示意

　　此外，DeepVision3還支持多標簽復用、標注質量把控等功能。在模型訓練過程中，提供超參設置提示、過程可視化、評估結果溯源等工具;而且還能一鍵部署到Smart3軟件。

　　關于DeepVision3更多技術及應用詳情，敬請關注公眾號及官網。