VisionPro Deep Learning

VisionPro Deep Learning

参考价: 面议

具体成交价以合同协议为准
2023-09-10 15:00:01
16
产品属性
关闭
上海锡明光电科技有限公司

上海锡明光电科技有限公司

免费会员
收藏

组合推荐相似产品

产品简介

创新的深度学习软件解决复杂的检测应用VisionProDeepLearning是专为制造业设计的深度学习视觉软件

详细介绍

创新的深度学习软件解决复杂的检测应用

VisionPro Deep Learning 是专为制造业设计的深度学习视觉软件。它是以优秀的机器学习算法套件制成的经过现场测试、优化且可靠的软件解决方案。将深度学习技术与 VisionPro 软件相结合,VisionPro Deep Learning 能够解决复杂的应用问题,这些应用对于传统的机器视觉系统而言过于困难、耗时或昂贵。


VisionPro Deep Learning 将全面的机器视觉工具库和*的深度学习工具结合到了一个通用的开发和部署框架中。它简化了高可变性视觉应用的开发流程。

灵活的编程界面

VisionPro Deep Learning 有灵活的图形化编程环境,使工程师能够根据特定的需求构建灵活、高度自定义的深度学习解决方案。该软件利用 Windows 计算机和 GPU 的强大功能,每分钟可以处理数百张图像。编程人员可以根据自己的需求编写端对端的解决方案。

简化常见环境中的集成

除了创新的深度学习工具,用户还可以同时使用广泛的传统机器视觉工具。VisionPro Deep Learning 通过编程集成和 Cognex Designer 图形开发界面让用户可以同时访问 VisionPro 和 deep learning 工具集。无论是低级机器集成还是使用 Cognex Designer 部署应用特定的 HMI,VisionPro Deep Learning 都能帮助您灵活地开发视觉检测并集成到生产环境。

创新的深度学习工具 

VisionPro Deep Learning 帮助传统的视觉用户使用范例型深度学习工具。这些工具专为制造环境的 AI 检测优化,需要的图像集少,可以提高训练速度。用户友好的 GUI 也为管理和开发应用提供了简单的环境。选择 Blue Locate、Red Analyze、Green Classify、和 Blue Read 工具,帮助您解决传统规则式机器视觉无法解决的复杂应用。


图形和应用编程界面 带插件支持的 Windows 图形用户界面 (GUI)
C 库 (Windows DLL) 供运行时和/或训练时使用
Microsoft .NET 库(C 库和 WPF GUI 组件包装程序)
硬件和操作系统要求 CPU Intel Core i5(),Intel Core i7/Xeon(推荐)
GPU NVIDIA 显卡(需要 CUDA 计算功能 3.0 或更高。要使用低精度模式,需要计算能力 6.1 或更高。)
用于训练时,建议 3 GB 显存。
注:在处理时间方面,VisionPro Deep Learning 性能取决于选择的硬件。
RAM 内存 4 GB(),8 GB(推荐)
USB 1 个可用 USB 端口(用于许可证)
操作系统 Windows 7 64 位
Windows 10 64 位
Windows Server 2016 64 位
Storage Solid-state drive (SSD) with 100 GB or more of free space (recommended)
支持的图像文件格式 PNG, BMP, TIFF, JPEG
支持图像属性 1–4 通道,8 或 16 位

上一篇:高精度数字压力表在温补过程中的注意事项说明 下一篇:数控立车吸取同类产品的优点以提高加工效率
提示

请选择您要拨打的电话:

68874 [{"ID":"755289","CompanyID":"64614","Title":"高精度数字压力表在温补过程中的注意事项说明","Picture":"","PictureDomain":"","UpdateTime":"2024/11/15 7:42:00","CreateTime":"2024/11/15 7:42:00","ClassName":"技术交流","rn":"3"},{"ID":"755280","CompanyID":"165186","Title":"数控立车吸取同类产品的优点以提高加工效率","Picture":"","PictureDomain":"","UpdateTime":"2024/11/15 7:11:54","CreateTime":"2024/11/15 7:11:54","ClassName":"技术交流","rn":"4"}]