参数
描述
备注
取样
特征尺寸
圆形特征的直径。具体大小可以查看左下角的圆圈。
颜色
颜色通道数。如果等于1，则图像将被转换为灰度图。也可以使用对应彩色图的通道数。如RGB图为3
训练
迭代次数
训练模型的迭代次数。图像简单，图片量少可以使用小的值；图像复杂，图片量大则使用 的值
训练选集
在已标识的图像中选择用来训练的比例
微扰
旋转
对图像做旋转处理（不使用如果设置为[0°,0°])
翻转
对图像做水平、垂直翻转处理
亮度
改变图像的亮度
对比度
改变图像的对比度
处理
取样密度
在特征尺寸范围内取样多少次
使用说明(例如使用场所、工作原理、产品结构、安全操作说明等)
设备的运用主要是结合了CCD等硬件设备与深度学软件。ALFA深度学软件主要有 模块：
1.定位识别– 该模块用于**地找到预定义的特征点。可以根据特征点设定的值，作为识别的依据，也可以将多个特征点串联起来形成定位的模型，方便后续识别、缺陷检测、分类等功能实现。
2.异常检测- 该模块用于检测具有任何潜在缺陷的样品。它只需要一组无缺陷样本来学正常外观和几个有缺陷的样本来定义其可容忍变化的水平。
异常检测的一个例子。此工具特别适用于缺陷未知或难以预先定义的情况。
3.缺陷检测- 该模块用于**定义图像中的缺陷特征。每种缺陷特征必须由用户先标识出来。这种技术的结果是找到跟用户标识的缺陷特征类似的缺陷。
特征检测的一个例子。创建此模块是为了**找到图像上的缺陷特征。
3.对象分类- 此模块用于标识对象不同的类别。必需提供代表每一个类的图像。该模块的结果是将图像分类为预设定的类别之一。
图像分类的一个例子。创建此模块是为了识别图像中的对象类。
应用领域 每台设备配备了我们视觉检测软件--ALFA深度学外观缺陷检测软件，ALFA深度学视觉软件是基于工业图像分析的深度学软件。深度学是计算机视觉中的里程碑式机器学技术，让机器模拟人的大脑不断地学，*终轻松解决各种不同的复杂问题。如机器定位、对象识别，外观异常和缺陷，对象和场景分类等等。 主要功能：检查长度、高度、直径、混料、变形、缺料、毛刺、黑点、划伤等检测 性能特点(除基本功能外的其它特质，例如工作时长、操作简便性等) 1.率高：在工业检测领域，通过大数据的学和不断的重复，率无限接近 ，可以稳定检测复杂背景下的目标。 2.解决疑难问题：在传统机器视觉软件调节一个参数另一个参数可能会有变动，无法满足所有缺陷的检测要求。ALFA的人工智能模型，只要不断添加样本学即可。 3.短时间可以做出结果：在时间要求很短的项目上，只要有足够多的图片，轻松的进行标识和训练，原则上可以做出理想的结果，它大大减少软件开发和可行性研究的时间，增加利润。 4.后期维护方便：传统算法现场出现问题，无法检测出想要的结果，软件编程技术人员要到生产现场进行软件调试，ALFA套件可以直接把没有检测出来的图片在生产现场再学一遍可以达到理想的结果。 技术参数(例如材质、工艺、尺寸的技术标准等)参数
描述
备注
取样
特征尺寸
圆形特征的直径。具体大小可以查看左下角的圆圈。
颜色
颜色通道数。如果等于1，则图像将被转换为灰度图。也可以使用对应彩色图的通道数。如RGB图为3
训练
迭代次数
训练模型的迭代次数。图像简单，图片量少可以使用小的值；图像复杂，图片量大则使用 的值
训练选集
在已标识的图像中选择用来训练的比例
微扰
旋转
对图像做旋转处理（不使用如果设置为[0°,0°])
翻转
对图像做水平、垂直翻转处理
亮度
改变图像的亮度
对比度
改变图像的对比度
处理
取样密度
在特征尺寸范围内取样多少次
使用说明(例如使用场所、工作原理、产品结构、安全操作说明等)
设备的运用主要是结合了CCD等硬件设备与深度学软件。ALFA深度学软件主要有 模块：
1.定位识别– 该模块用于**地找到预定义的特征点。可以根据特征点设定的值，作为识别的依据，也可以将多个特征点串联起来形成定位的模型，方便后续识别、缺陷检测、分类等功能实现。
2.异常检测- 该模块用于检测具有任何潜在缺陷的样品。它只需要一组无缺陷样本来学正常外观和几个有缺陷的样本来定义其可容忍变化的水平。
异常检测的一个例子。此工具特别适用于缺陷未知或难以预先定义的情况。
3.缺陷检测- 该模块用于**定义图像中的缺陷特征。每种缺陷特征必须由用户先标识出来。这种技术的结果是找到跟用户标识的缺陷特征类似的缺陷。
特征检测的一个例子。创建此模块是为了**找到图像上的缺陷特征。
3.对象分类- 此模块用于标识对象不同的类别。必需提供代表每一个类的图像。该模块的结果是将图像分类为预设定的类别之一。
图像分类的一个例子。创建此模块是为了识别图像中的对象类。
应用领域 每台设备配备了我们视觉检测软件--ALFA深度学外观缺陷检测软件，ALFA深度学视觉软件是基于工业图像分析的深度学软件。深度学是计算机视觉中的里程碑式机器学技术，让机器模拟人的大脑不断地学，*终轻松解决各种不同的复杂问题。如机器定位、对象识别，外观异常和缺陷，对象和场景分类等等。 主要功能：检查长度、高度、直径、混料、变形、缺料、毛刺、黑点、划伤等检测 性能特点(除基本功能外的其它特质，例如工作时长、操作简便性等) 1.率高：在工业检测领域，通过大数据的学和不断的重复，率无限接近 ，可以稳定检测复杂背景下的目标。 2.解决疑难问题：在传统机器视觉软件调节一个参数另一个参数可能会有变动，无法满足所有缺陷的检测要求。ALFA的人工智能模型，只要不断添加样本学即可。 3.短时间可以做出结果：在时间要求很短的项目上，只要有足够多的图片，轻松的进行标识和训练，原则上可以做出理想的结果，它大大减少软件开发和可行性研究的时间，增加利润。 4.后期维护方便：传统算法现场出现问题，无法检测出想要的结果，软件编程技术人员要到生产现场进行软件调试，ALFA套件可以直接把没有检测出来的图片在生产现场再学一遍可以达到理想的结果。 技术参数(例如材质、工艺、尺寸的技术标准等)参数
描述
备注
取样
特征尺寸
圆形特征的直径。具体大小可以查看左下角的圆圈。
颜色
颜色通道数。如果等于1，则图像将被转换为灰度图。也可以使用对应彩色图的通道数。如RGB图为3
训练
迭代次数
训练模型的迭代次数。图像简单，图片量少可以使用小的值；图像复杂，图片量大则使用 的值
训练选集
在已标识的图像中选择用来训练的比例
微扰
旋转
对图像做旋转处理（不使用如果设置为[0°,0°])
翻转
对图像做水平、垂直翻转处理
亮度
改变图像的亮度
对比度
改变图像的对比度
处理
取样密度
在特征尺寸范围内取样多少次
使用说明(例如使用场所、工作原理、产品结构、安全操作说明等)
设备的运用主要是结合了CCD等硬件设备与深度学软件。ALFA深度学软件主要有 模块：
1.定位识别– 该模块用于**地找到预定义的特征点。可以根据特征点设定的值，作为识别的依据，也可以将多个特征点串联起来形成定位的模型，方便后续识别、缺陷检测、分类等功能实现。
2.异常检测- 该模块用于检测具有任何潜在缺陷的样品。它只需要一组无缺陷样本来学正常外观和几个有缺陷的样本来定义其可容忍变化的水平。
异常检测的一个例子。此工具特别适用于缺陷未知或难以预先定义的情况。
3.缺陷检测- 该模块用于**定义图像中的缺陷特征。每种缺陷特征必须由用户先标识出来。这种技术的结果是找到跟用户标识的缺陷特征类似的缺陷。
特征检测的一个例子。创建此模块是为了**找到图像上的缺陷特征。
3.对象分类- 此模块用于标识对象不同的类别。必需提供代表每一个类的图像。该模块的结果是将图像分类为预设定的类别之一。
图像分类的一个例子。创建此模块是为了识别图像中的对象类。
应用领域联系我时，请说是在找找去看到的，谢谢！
