EasyClassify Bibliothek zur Klassifizierung anhand von Deep Learning - Euresys
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
DATASHEET
EasyClassify
Bibliothek zur Klassifizierung anhand von Deep Learning
Im Überblick
• Umfasst Funktionen zum Klassifikatortraining und zur Bildklassifizierung
• Kann defekte Produkte erkennen oder Produkte nach verschiedenen Klassen
sortieren
• Unterstützt Datenaugmentation und kommt mit nur ein paar Hundert
Trainingsbildern pro Klasse aus
• Kompatibel mit CPU- und GPU-Verarbeitung
• Umfasst die kostenlose Deep Learning Studio-Anwendung für die Erstellung
von Datensätzen, Training und Evaluierung
• Nur verfügbar als Teil des Deep-Learning-Pakets
Vorteile
Was ist Deep Learning?
Neuronale Netze sind Computersysteme, die biologische neuronale Netze des menschlichen Gehirns als Vorbild haben.
Konvolutionale neuronale Netze (CNN – Convolutional Neural Network) sind eine Klasse künstlicher Deep-Learning-
Netze, die vor allem für die Analyse von Bildern verwendet werden.
Deep Learning nutzt große CNNs zur Lösung komplexer Probleme, die mit sogenannten konventionellen Computervision-
Algorithmen schwierig oder unmöglich zu lösen sind. Deep-Learning-Algorithmen sind möglicherweise einfacher
einzusetzen, da sie in der Regel anhand von Beispielen lernen. Der Anwender muss sich dabei keine Gedanken über die
Klassifizierung oder Inspektion von Teilen machen. Stattdessen lernen sie in der anfänglichen Trainingsphase einfach
dadurch, dass ihnen viele Bilder der zu inspizierenden Teile gezeigt werden. Nach erfolgreichem Training können sie zur
Klassifizierung von Teilen oder Erkennung und Segmentierung von Defekten verwendet werden.
Beschreibung von EasyClassify
EasyClassify ist das Klassifizierungstool des Deep-Learning-Pakets.
Bei EasyClassify muss der Anwender die trainierten Bilder kennzeichnen, also angeben, welche gut und welche schlecht
sind bzw. welche zu welcher Klasse gehören. Nach diesem Lern-/Trainingsprozess kann die EasyClassify-Bibliothek Bilder
klassifizieren. Sie gibt für alle Bilder eine Liste mit Wahrscheinlichkeiten zurück, inwieweit das Bild zu einer der von ihr
„gelernten“ Klassen gehört. Wenn beispielsweise schlechte von guten Teilen unterschieden werden müssen, gibt
EasyClassify für jedes Teil an, mit welcher Wahrscheinlichkeit es gut oder schlecht ist.
Wofür eignet sich EasyClassify?
Deep Learning ist grundsätzlich nicht für Anwendungen geeignet, die präzise Messungen oder Einschätzungen erfordern.
Es ist auch nicht empfehlenswert, wenn bestimmte Arten von Fehlern (wie falsch-negative) völlig inakzeptabel sind.
© EURESYS S.A. Subject to change without notice -1/6- EasyClassify - 2021-10-28 04:30EasyClassify liefert bessere Ergebnisse als herkömmliche Bildverarbeitungssysteme, wenn Defekte schwer explizit zu
benennen sind, beispielsweise, wenn die Klassifizierung von komplexen Formen und Texturen mit verschiedenen
Größenordnungen und Positionen abhängt.
Darüber hinaus kann das „Lernen anhand von Beispielen“ von Deep Learning auch die Entwicklungszeit eines
Computervision-Prozesses reduzieren.
Datenaugmentation
Deep Learning funktioniert durch Trainieren eines neuronalen Netzes, das lernt, Referenzbilder zu klassifizieren. Die
Zuverlässigkeit dieses Prozesses hängt maßgeblich davon ab, wie repräsentativ und umfassend die Referenzbilder sind.
Das Deep-Learning-Paket verwendet eine „Datenaugmentation“, bei der zusätzliche Referenzbilder erstellt werden,
indem vorhandene Referenzbilder innerhalb programmierbarer Grenzen modifiziert werden (z. B. durch Verschieben,
Drehen, Skalieren). Auf diese Weise kommt das Deep-Learning-Paket mit nur ein paar Hundert Trainingsbildern pro Klasse
aus.
Warum sollten Sie sich für das Deep-Learning-Paket von Open eVision entscheiden?
• Das Deep-Learning-Paket wurde speziell zum Analysieren von Bildern und insbesondere für Bildverarbeitungssysteme
entwickelt, parametrisiert und optimiert.
• Das Deep-Learning-Paket hat eine einfache API und der Anwender kann mit nur ein paar Codezeilen alle Vorteile der Deep-
Learning-Technologien nutzen.
• Testen Sie vor dem Kauf: Im Deep-Learning-Paket ist die kostenlose Anwendung„Deep Learning Studio“ für Trainng und
Evaluierung enthalten.
EasyClassify, EasySegment und EasyLocate können nicht separat gekau werden. Sie sind nur als Teil des Deep-Learning-
Pakets erhältlich.
Laden Sie das Deep-Learning-Paket doch gleich heute herunter und testen Sie es mit Deep Learning Studio. Bei Fragen
können Sie sich gerne an den Support von Euresys wenden.
Deep Learning Studio
In Open eVision ist die Anwendung „Deep Learning Studio“ kostenlos enthalten. Diese Anwendung hilft dem Anwender
bei der Erstellung von Datensätzen sowie beim Trainieren und Testen des Deep-Learning-Tools. Für EasySegment ist in
Deep Learning Studio ein Annotationstool integriert, sodass Vorhersagen in Ground-Truth-Annotationen umgewandelt
werden können. Damit kann das Tool auch grafisch entsprechend den Performance-Anforderungen konfiguriert werden.
Es kann beispielsweise nach dem Training ausgewählt werden, ob der Erkennungsrate von Defekten oder einer guten
Erkennungsrate Vorrang gegeben werden soll.
Leistung
Deep Learning erfordert generell und insbesondere in der Lernphase eine beträchtliche Verarbeitungsleistung. Das Deep-
Learning-Paket unterstützt Standard-CPUs und erkennt automatisch Nvidia CUDA-kompatible GPUs im PC. Schon 1 GPU
beschleunigt in der Regel den Lernprozess und die Verarbeitungsphasen um den Faktor 100.
Alle Open eVision-Bibliotheken sind für Windows und Linux verfügbar
• Windows 7 bis Windows 10, x86 (32 Bit) und x86-64 (64 Bit)
• Linux x86-64 (64 Bit) mit einer glibc-Version ab 2.18
Neo-Lizenzsystem
• Neo ist das neue Lizenzsystem von Euresys. Es ist zuverlässig, auf dem neusten Stand der Technik und jetzt zum Speichern
von Open eVision- und eGrabber-Lizenzen verfügbar.
• Mit Neo können Sie auswählen, wo Ihre Lizenzen aktiviert werden sollen: auf einem Neo-Dongle oder in einem Neo-
So warecontainer. Sie kaufen eine Lizenz und entscheiden später.
• Neo-Dongles bieten eine robuste Hardware und die Flexibilität der Übertragung von einem Computer auf einen anderen.
• Neo-So warecontainer benötigen keine spezielle Hardware. Sie sind mit dem Computer verknüp , auf dem sie aktiviert
wurden.
• Im Lieferumfang von Neo ist der dedizierte Neo-Lizenzmanager in zwei Ausführungen enthalten: Als intuitive,
benutzerfreundliche grafische Benutzeroberfläche und als Befehlszeilenschnittstelle zur einfachen Automatisierung der Neo-
Lizenzverfahren.
Vergleich der Bibliotheken im Deep-Learning-Paket
© EURESYS S.A. Subject to change without notice -2/6- EasyClassify - 2021-10-28 04:30Entwickelt mit Unterstützung der technologischen Entwicklungsabteilung DG06
Anwendungen
Bildverarbeitungssysteme für die Elektronik-verarbeitende Industrie
• Leiterplatteninspektion
• Mark-Inspektion
• LED-Inspektion
Bildverarbeitungssysteme für die allgemeinen Fertigungsindustrien
• An-/Abwesenheitsprüfung
• Oberflächenanalyse
• Baugruppeninspektion
• Code-Qualitätsüberprüfung für Etikettendruckmaschinen
Bildverarbeitungssysteme für die Lebensmittelkontrollindustrie
• Lebensmittelinspektion und -sortierung
Spezifikationen
Software
Host PC Operating System • Open eVision is a set of 32-bit and 64-bit libraries that require a processor compatible
with the SSE4 instruction set.
• The Deep Learning Bundle is only available in the 64-bit Open eVision library.
• Open eVision can be used on the following operating systems:
– Windows 10 (32- and 64-bits)
– Windows 8 (32- and 64-bits)
– Windows 7 (32- and 64-bits)
– Linux 64 bits (x86-64 only) with a glibc version greater or equal to 2.18
• Since Open eVision 2.6, discontinued support of:
– Windows Vista 32-bits Service Pack 1
– Windows XP 32-bits Service Pack 3
– Windows Embedded Standard 2009 32-bits
• Remote connections
– Remote connections are allowed using remote desktop, TeamViewer or any other
similar software.
• Virtual machines
– Linux virtual machines are supported. Microsoft Hyper-V and Oracle VirtualBox
hypervisors have been successfully tested.
– Windows virtual machines are not supported.
• Minimum requirements:
– RAM: 8 GB
– Display size: 800 x 600. 1280 x 1024 recommended.
– Color depth: 16 bits. 32 bits recommended.
– Between 100 MB and 2 GB free hard disk space for libraries, depending on selected
options.
© EURESYS S.A. Subject to change without notice -3/6- EasyClassify - 2021-10-28 04:30APIs • Supported Integrated Development Environments and Programming Languages:
– Microsoft Visual Studio 2008 SP1 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2010 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2012 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2013 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2015 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2017 (C++, C#, VB .NET, C++/CLI)
– Microsoft Visual Studio 2019 (C++, C#, VB .NET, C++/CLI)
– QtCreator 4.15 with Qt 5.12
Ordering Information
Product code - Description • 4187 - Open EasyClassify for USB dongle
• 4237 - Open EasyClassify for PAR dongle
• 4287 - Open EasyClassify for soft-based licensing
• 4337 - Open eVision EasyClassify
Optional accessories • 6512 - eVision/Open eVision USB Dongle (empty)
• 6513 - eVision/Open eVision Parallel Dongle (empty)
• 6514 - Neo USB Dongle (empty)
© EURESYS S.A. Subject to change without notice -4/6- EasyClassify - 2021-10-28 04:30EMEA
Euresys SA
Liège Science Park - Rue du Bois Saint-Jean, 20
4102 Seraing - Belgium
Phone: +32 4 367 72 88
Email: sales.europe@euresys.com
EMEA
Sensor to Image GmbH
Lechtorstrasse 20 -
86956 Schongau - Germany
Phone: +49 8861 2369 0
Email: sales.europe@euresys.com
AMERICA
Euresys Inc.
27132-A Paseo Espada - Suite 421
San Juan Capistrano, CA 92675 - United States
Phone: +1 949 743 0612
Email: sales.americas@euresys.com
ASIA
Euresys Pte. Ltd.
750A Chai Chee Road - #07-15 ESR BizPark @ Chai Chee
Singapore 469001 - Singapore
Phone: +65 6445 4800
Email: sales.asia@euresys.com
CHINA
Euresys Shanghai Liaison Office
Unit 802, Tower B, Greenland The Center - No.500 Yunjin Road, Xuhui District
200232 Shanghai - China
Euresys上海联络处
上海市徐汇区云锦路500号绿地汇中心B座802室
200232
Phone: +86 21 33686220
Email: sales.china@euresys.com
CHINA
Euresys Shenzhen Liaison Office
Room 1202 - Chinese Overseas Scholars Venture Building
518057 Shenzen - China
Euresys深圳联络处
深圳南山区留学生创业大厦1期1202
518057
Phone: +86 755 86506902
Email: sales.china@euresys.com
JAPAN
Euresys Japan K.K.
Expert Office Shinyokohama - Nisso Dai 18 Building, Shinyokohama 3-7-18, Kohoku
Yokohama 222-0033 - Japan
〒222-0033
神奈川県横浜市港北区新横浜3-7-18 日総第18ビル エキスパートオフィス新横浜
Phone: +81 45 594 7259
© EURESYS S.A. Subject to change without notice -5/6- EasyClassify - 2021-10-28 04:30Email: sales.japan@euresys.com
More at www.euresys.com
© EURESYS S.A. Subject to change without notice -6/6-Sie können auch lesen
