OPT DeepVision3整合了Visual Basic大模型，不僅提高了模型的魯棒性，而且大大縮短了從訓練驗證到部署的週期，使標註互動和各種功能任務更加便捷，解決了深度學習習在工業生產中的痛點。
有效
AI 模型的訓練速度更快、更輕便
如何降低資料依賴性、人力成本、應用門檻，縮短總週期，一直是阻礙深度學習習廣泛實施的首要問題。
為了克服這些挑戰，DeepVision3不斷優化底層邏輯演算法，在增量學習習、小樣本習學習、模型輕量化等方面實現了關鍵技術創新，大大降低了資料採集、模型訓練和遷移的時間成本。
面對缺陷樣本較少的視覺方案，DeepVision3 通過採用資料增強、演算法增強等小樣本策略，將資料量減少 90%，從過去的幾百個減少到十幾個，甚至幾個完成 AI 模型訓練。 基於深度影象生成網路生成大量高質量訓練影象，生成速度提公升3倍以上。
影象生成模型。
在模型效能幾乎不變的前提下，對於4K尺度的資料，30分鐘即可完成模型訓練為了更好地滿足工業場景的應用需求，DeepVision3可以在短短幾分鐘內實現新需求的增量訓練。
此外，DeepVision3不僅通過模型輕量化策略降低了算力需求和推理時間，更重要的是使模型檢測精度更高。
深度學習習模型訓練示意圖。
使用 CPU，檢測 2000 萬畫素的關鍵目標大約需要 60 毫秒。 與常規演算法相比，檢測和分類任務的推理速度提高了20倍以上。
靈活
整合視覺化基礎模型以擬合工廠模型
OPT在提高軟體效率的同時，還使用遷移習和領域自適應等技術，確保訓練後的模型更加靈活，集泛化、泛化和靈活性於一體。
面對類似工藝的質量檢測，DeepVision3可以基於一鍵遷移技術或自適應微調實現一鍵切換，訓練週期可縮短至數小時，解決了缺陷形態差異大、產品模型變化頻繁導致模型泛化性差的問題。
一鍵遷移技術示意圖。
針對3C和鋰電池行業，OPT還開發了通用檢測模型，關鍵工藝缺陷檢測開箱即用同時，智信大模型即將上線，無需模型訓練即可採用全新的檢測方法定位和檢測關鍵物件，進一步加速AI檢測在更多行業的廣泛落地。
不僅如此，deepvision3還支援全域性管理、多人協作、多流程分析、多機協同等功能，非常適合現有的工廠生成模式需求。
簡單易用
AI功能豐富，一鍵部署
DeepVision3包含語義分割、字元識別、目標檢測、影象分類等多種任務型別，無需程式設計，使用方便，大大降低了軟體學習習的成本。
DeepVision3 配備了許多智慧型輔助標註工具。 對於字元識別任務，DeepVision3 內建通用 OCR 和集中巡檢功能，實現字元半自動標註，可識別任意方向的字元或多行有角度的文字，使用者只需檢視結果即可。
字元識別原理圖。
同時，針對最耗時的語義分割標註任務，整合了語義分割AI工具、深度學習習自動標註、傳統演算法自動標註、輪廓提取等。 其中，語義分割AI工具，只需點選滑鼠或拉動框，即可根據使用者的興趣點、目標框、蒙版資訊，自動生成高精度、精準的畫素級物件標註。
語義分割示意圖。
此外，deepvision3還支援多標籤復用、標註質量控制等功能。 在模型訓練過程中，提供了超引數設定技巧、過程視覺化、評估結果溯源等工具它也可以一鍵部署到smart3軟體中。
更多關於deepvision3技術及應用的詳細資訊，請關注***和官網。