简介：

利用深度算法提取特征强，复杂场景适应能力强的特点，结合传统算法可解释性强，方便用户自动调整等优点，提供整体的解决方案。

                       对比                                       量化                                   多通道                                  量化分割

多样的AI算法：

具有多种不同的深度算法，包括分割、分类、定位、缺陷量化、对比分类、对比分割、多图分类以及多图分割、异常检测，通过多种算法相互融合，可以覆盖大多数的制造业缺陷检测领域。与传统算法缺陷检测相比，通过采用多样的AI算法节约开发用时90%，大大减少开发成本。

的网络结构：

结合前沿的机器学习、深度学习算法，网络结构设计思路为通过分类算法利用神经对空间的关注以及对不同通道的关注，干预神经网络的关注点，防止分类算法关注到图像的其他特征 

精度高、检测速度快：

基于GPU的cuda以及tensor core进行开发，对不同网络层进行融合，利用fb16进行加速，多工具相互融合嵌套加速。可毫秒级快速响应各种图像识别具体场景，通过数据训练不断提高识别效果，准确率可达99%以上。

迭代速度快：

可以利用辅助标注系统，少量的标注数据。对大量数据进行半自动标注，大大减少标注的时间成本。使用主动学习的方式，大量的减少训练的数据。采用的数据结构方便数据的方便快速读写。利用GPU加速在1小时内完成数据训练，快速迭代检测模型。