康耐視百科大全第一篇：為什么正確地訓(xùn)練深度學(xué)習(xí)檢測應(yīng)用是成功的關(guān)鍵。

　　與所有工廠推出的全新自動化技術(shù)一樣，深度學(xué)習(xí)檢測應(yīng)用在進入市場前，也需要進行一些必要的考慮和權(quán)衡。雖然深度學(xué)習(xí)機器視覺可以解決很多復(fù)雜的工廠應(yīng)用問題，但它并不是萬能的。所以對于任何項目來說，有一個正確的預(yù)期非常重要，預(yù)先知道創(chuàng)建一個應(yīng)用程序需要什么是關(guān)鍵。

　　建立深度學(xué)習(xí)檢測應(yīng)用時需要考慮的最主要問題就是訓(xùn)練應(yīng)用，因為深度學(xué)習(xí)應(yīng)用并不是直接編程出來的，它們需要通過參考大量的圖像進行訓(xùn)練，才能在檢測過程中快速識別出異常。

　　在工廠自動化的情況下，應(yīng)用工程師需要了解，一個訓(xùn)練有素的基于深度學(xué)習(xí)的應(yīng)用需要一套能代表各種缺陷、或可接受零件差異的全面訓(xùn)練圖像，以便在將來生產(chǎn)中發(fā)揮良好的性能。另外這些訓(xùn)練圖像必須是在生產(chǎn)照明和零件檢測環(huán)境下拍攝的。

　　驗證深度學(xué)習(xí)視覺解決方案是一個不斷重復(fù)的過程，需要將系統(tǒng)安裝到生產(chǎn)線上。與傳統(tǒng)的機器視覺系統(tǒng)不同的是，深度學(xué)習(xí)圖像的訓(xùn)練和驗證必須在開發(fā)階段完成。深度學(xué)習(xí)需要大量樣本進行訓(xùn)練，這可能需要大量時間來拍攝有代表性的圖片集，然后才能訓(xùn)練出性能良好的深度學(xué)習(xí)工具。

　　“有時候，深度學(xué)習(xí)系統(tǒng)在實驗室中表現(xiàn)正常，但在實際生產(chǎn)環(huán)境中卻表現(xiàn)很差。”康耐視人工智能高級產(chǎn)品營銷經(jīng)理Grace Lee表示，“與較熟悉的傳統(tǒng)機器視覺相比，深度學(xué)習(xí)解決方案中尚未被認識到的差異會給用戶帶來挫敗感。康耐視團隊致力于提供深度學(xué)習(xí)工廠自動化解決方案。為了解決更復(fù)雜且更有挑戰(zhàn)性的檢測問題，我們最近將深度學(xué)習(xí)算法部署到了驅(qū)動機器視覺相機的軟件中。”

　　“在工廠環(huán)境中使用AI并不是一個遙不可及的幻想。”Lee說，“康耐視的深度學(xué)習(xí)監(jiān)測應(yīng)用已經(jīng)在解決實際問題了。工程師們還將繼續(xù)不斷優(yōu)化深度學(xué)習(xí)檢測應(yīng)用的效果。相信不久的將來，康耐視的深度學(xué)習(xí)算法可以幫助制造商做出更聰明的決策！”