OPT（奥普特）DeepVision3 破解AI落地难题

　　高效

　　AI模型训练更快、更轻量化

　　如何降低数据依赖、人工成本、应用门槛，缩短总周期，一直是阻碍深度学习广泛落地的首要难题。

　　为攻克这些挑战， DeepVision3通过持续优化底层逻辑算法，通过在增量学习、小样本学习、模型轻量化等方面实现关键技术创新，大幅降低数据采集、模型训练及迁移等各个环节的时间成本。

　　面对少缺陷样本的视觉方案，DeepVision3通过利用数据增广、算法增强等小样本策略，减少90%的数据量，从过去的几百张，突破至十几张，甚至几张即可完成AI模型训练。基于深度图像生成网络生成大量高质量训练图像，且生成速度提升3倍以上。

图像生成模型

　　在模型性能几乎不变的前提下，对于4K规模的数据30min即可完成模型训练；而为更契合工业场景应用需求，DeepVision3 仅需几分钟便可实现新增需求的增量训练。

　　除此，DeepVision3通过模型轻量化的策略，不仅降低算力要求和减少推理时间，更重要的是让模型检测精度更高。

深度学习模型训练示意

　　使用CPU的情况下，约60ms即可完成2000万像素的关键目标物检测。相较于常规算法，检测和分类任务的推理速度提升20倍以上。

　　柔性

　　集成视觉基础大模型，契合工厂模式

一键迁移技术示意

　　针对3C、锂电池行业，OPT还开发了通用检测模型，关键工序缺陷检测能做到软件开箱即可使用；同时即将推出知新大模型，以全新的检测方式实现对关键物体定位、检测，无需模型训练，进一步加速AI检测在更多行业的广泛落地。

　　不仅于此，DeepVision3还支持图片全局管理、多人协作、多工序分析、多机台协作等功能，高度契合现有的工厂生成模式需求。

　　易用

　　AI功能丰富，一键部署

　　DeepVision3囊括了语义分割、字符识别、目标检测、图像分类等多种任务类型，无需编程，高度易用，极大降低了软件的学习成本。

　　DeepVision3配备多项智能辅助标注工具。对于字符识别任务，DeepVision3内置通用OCR和集中检查功能实现字符的半自动化标注，可对任意方向的字符或多行带角度文本进行识别，用户只需要核对结果。

字符识别示意

　　同时，对于最为耗时的语义分割标注任务，集成有语义分割AI工具、深度学习自动标注、传统算法自动标注、轮廓提取等。其中语义分割AI工具www.cechina.cn，只需要点击鼠标或拉一个框，即能根据用户兴趣点、目标框和掩码信息，自动生成高精度、准确的像素级物体标注。

语义分割示意

　　此外www.cechina.cn，DeepVision3还支持多标签复用、标注质量把控等功能。在模型训练过程中，提供超参设置提示、过程可视化、评估结果溯源等工具；而且还能一键部署到Smart3软件。

图说工控