深度學(xué)習(DL, Deep Learning)是機器學(xué)習(ML, Machine Learning)領域中一個新的研究方向(xiàng),它被(bèi)引入機器學(xué)習使其更接近于最初的目标——人工智能(néng)(AI, Artificial Intelligence)。
深度學(xué)習是學(xué)習樣(yàng)本數據的内在規律和表示層次,這(zhè)些學(xué)習過(guò)程中獲得的信息對(duì)諸如文字,圖像和聲音等數據的解釋有很大的幫助。它的最終目标是讓機器能(néng)夠像人一樣(yàng)具有分析學(xué)習能(néng)力,能(néng)夠識别文字、圖像和聲音等數據。 深度學(xué)習是一個複雜的機器學(xué)習算法,在語音和圖像識别方面(miàn)取得的效果,遠遠超過(guò)先前相關技術。
應用場景
1)字符識别,複雜場景下的字符識别,相對(duì)于傳統的OCR方案,識别質量大大提升
2)物品檢測
- 生産過(guò)程中,有粘貼吸管環節,可能(néng)出現粘貼不合格的情況
- 通過(guò)機器視覺技術,檢測吸管粘貼是否合格,不合格的做剔除處理
- 主要應用機器視覺的測量技術,測量吸管的粘貼角度來判别
- 生産過(guò)程中,有漏卷的情況存在
- 通過(guò)機器視覺技術,檢測是否存在漏卷,如果有,進(jìn)行剔除處理
- 主要應用機器視覺的測量技術,模式識别技術,統計計數功能(néng)綜合判别
3)物品識别
叉車檢測,替代光幕,解決誤觸發(fā)問題