工业AI视觉算法平台软件 AIDI
全新发布
工业级AI算法开发专业工具，聚焦工业AI视觉算法开发全流程
资料下载核心功能
针对工业AI视觉算法，覆盖算法方案设计、图像标注、模型训练、模型调优、方案验证、模型部署的全流程
产品亮点
一款软件完成完整的算法方案搭建及模型训练
- 工业视觉检测场景的算法方案复杂度较高，通常由多个算法和模型组成，以往需通过外部代码或外部软件实现多个AI模型间的逻辑设置，并手动传递图像集，操作复杂难度高，且难以把握整体算法方案的结果。AIDI提供了图形化的算法流程编排工具——算法画布（Algorithm Canvas），帮助用户直观地完成从图像输入到结果输出的整体算法处理流程设计，降低算法方案开发的复杂度
算法性能行业领先，检测精度高、检测速度快、样本数量依赖度低
- 针对工业场景设计的高效轻量的网络结构，满足高速检测需求
GPU推理速度一骑绝尘，500万像素级检测，单图推理耗时20ms以内
CPU推理效率大幅提升，500万像素级检测，单图推理耗时约50ms，中低速场景可直接省去显卡成本 - 精准检测细小复杂缺陷，缺陷检测精度可达3*3像素大小、10DN对比度级别
- 全面采用小样本技术，单类缺陷样本仅需20-30张图像即可稳定建模。良品学习性能领先，算法通过学习共性特征，即可识别缺陷品，在部分场景实现0样本
提供多种智能化训练功能，模型训练综合提速70%
- 训练集推荐功能，可根据特定的应用场景或需求，基于先前的成功案例、数据集的覆盖度、多样性或特定问题的复杂性等因素，推荐合适的训练数据集给用户。用户无需人工逐个分析数据特征，只需点击按钮，即可智能挑选推荐训练的图片
- 支持增量训练，允许模型在新数据到来时仅学习新增内容，而不用每次都从头开始训练。仅需学习增加的内容有助于模型快速适应新情况，大幅减少模型迭代时间
- 提供多维度训练样本管理功能，保障缺陷训练样本在各个维度上的分布均衡。配备多种缺陷标签的筛选方式，用户可通过有序管理多类别的缺陷标签，有针对性地调整样本集，提升训练效果
模型验证环节，工厂模式可输出反映产线实际的验证结果
- 使用真实数据对模型效果进行验证是模型上线前的必备环节，以保障产线运行的可靠性。工厂模式功能支持批量输入相机拍摄的原始图像，输出产线图像的推理效果，以实现对算法整体效果的验证
- 单独创建并管理专用于整体验证的数据集，可以根据产线实际情况灵活增删数据，保障验证数据集的充分性，反映模型在产线实际运行的情况
- 支持查看任意中间算法模块的模型推理结果，数据验证高效清晰，轻松定位问题模型
降低模型集成门槛，可自动生成代码
- 工业视觉检测场景的算法方案通常由多个模型组成，二次开发集成时，需通过代码实现模型之间的逻辑关系，AIDI可直接导出VisualStudio工程，无需编写代码、配置依赖库，可直接用于视觉检测的算法集成任务，初级工程师即可操作，大幅降低技术门槛与集成时间，提高模型开发效率
- 提供环境监控工具，用于实时监控系统环境状态，有助于及时发现并解决可能影响程序正常运行的问题
配套工具
视觉系统应用开发平台 AQVision
支持流程配置、硬件配置、通信配置、UI设计、配方管理、实时运行的视觉系统应用流程搭建
工业级智能图像生成软件 AIDG
解决因图像数据不足导致的模型训练及验证困难、模型指标不佳等问题
集中训练云平台 AQCloud
为批量部署场景提供AI集中训练，解决Al在批量落地时模型开发运维的效率问题
应用场景
外观检测
通过AI识别技术，准确识别产品外观缺陷，有效进行产品质量控制
缺陷分类
利用AI分类算法，进行精准缺陷分类，并进行工艺关联和良率改善
装配确认
快速检测多类组件，验证各类原件装配情况，实时监控产品出货质量
有无判断
在产品生产过程中，判断零部件及组件是否缺失，检验产品组装的完整性
分选定级
针对农产品进行表面形态的智能识别分析，根据识别出的特征进行等级划分
字符识别
利用AI技术可对各种字符条码进行识别，极大提高了复杂场景下的识别准确率
