入门

Cognex® VisionPro® ViDi 软件提供了一系列机器视觉工具，可通过深度学习解决各种难以编程的挑战。

深度学习技术使用模拟人类智能的神经网络来区分异常、零件和字符，同时容忍复杂模式中的自然变化。深度学习提供了优于传统机器视觉方法的优势，后者难以理解视觉上相似零件之间的可变性和偏差。

针对工厂自动化优化的深度学习软件可执行以下操作：

解决难以使用基于规则的算法进行编程的视觉应用问题
处理令人困惑的背景和糟糕的图像质量
维护应用并在工厂车间重新训练
无需重新编程核心算法即可适应新的示例
供非视力专家使用

在工厂自动化中，像 VisionPro ViDi 这样的深度学习软件可以比人类或传统机器视觉解决方案更有效地执行基于判断的零件定位、检查、分类和字符识别挑战。

与通过逐步筛选和基于规则的算法运行的机器视觉系统不同，基于深度学习的图像分析软件就像人类一样通过示例学习，示例来自一组带注释的训练数据和图像，这些数据和图像代表零件的已知特征、异常和类。在训练期间，软件发展神经网络，对零件的正常外观和缺陷建模。在运行时，软件定位零件、提取异常、对零件进行分类，甚至可以快速、稳健、精确地解读难以读取的字符。

这种新颖的方法可以容忍偏差和不可预测的缺陷，甚至可以胜过最优秀的检测人员，是以下应用的理想选择：

缺陷检测
纹理和材料分类
装配验证和变形零件位置
字符读取、包括扭曲的印刷品

VisionPro ViDi 将人类视觉检测的特殊性和灵活性与计算机化系统的可靠性、可重复性和性能相结合，放到易于部署的界面中。

与人类视觉检查相比	与传统机器视觉相比	与深度学习开源库相比
更加一致——全天候运行，每条生产线、每个班次、每个工厂都保持相同的质量水平。	专为难以求解的应用而设计——解决无法使用基于规则的经典算法解决或难以使用基于规则的经典算法解决的复杂检查、分类和定位应用。	对数据和计算能力的要求更低——训练仅需数百个图像，而不是数百万个。由于图像存储在本地并且仅需少量计算资源，因此部署快速且经济实惠。
更可靠——识别设定公差范围之外的每个缺陷。	易于配置——可以快速设置应用程序，加快概念验证和开发。	简单的训练界面——软件专为实际工厂条件而设计，无需特殊专业知识即可操作。
更快——识别缺陷的速度可以毫秒为单位，支持高速应用并提高吞吐量。	容忍变化——能够识别各种缺陷变化，适合需要识别可接受偏差的应用。	全球支持——Cognex 的工程师和技术专家网络提供世界一流的应用支持。

Cognex ViDi 的深度学习算法针对实际的工业图像分析进行了优化，对图像集大小的要求大幅降低，所需的训练和验证周期也更短。包含红色分析、绿色分类、蓝色定位和蓝色读取工具，可解决从高度监督到完全无监督的应用。

定位特征到功能

ViDi 蓝色定位工具通过学习带注释的图像来查找复杂的特征和对象。自学算法定位零件、对托盘上的半透明玻璃医用瓶计数，还可以对套件和套装进行质量控制检查。

检测异常和美学缺陷

ViDi 红色分析工具只需了解目标区域的不同外观，即可划分缺陷或其他关注区域。该工具通过了解对象的正常外观（包括其重要但可容忍的变化），识别复杂表面上的划痕、不完整或不正确的装配，甚至织物的编织问题。

分类对象或场景

ViDi 绿色分类工具根据已标注图像的集合区分不同的类。通过对可接受的公差进行训练，该工具可根据包装识别产品、对焊缝质量进行分类，并区分可接受或不可接受的异常情况。

读取文字和字符

ViDi 蓝色读取工具使用光学字符识别 (OCR) 解码严重变形、歪斜和蚀刻不良的代码。预训练字体库可识别大多数文本，无需额外编程或字体训练，从而实现快速、轻松的实施。这种强大的工具可以重新训练，以适应特定的 OCR 应用要求 - 无需视觉专业知识。

Cognex ViDi 允许技术人员仅基于小样本图像集在几分钟内训练基于深度学习的模型。配置完应用程序后，ViDi 可提供快速、准确的结果并保存图像以进行过程控制。

Note:

Cognex VisionPro、Cognex Designer 和 Cognex ViDi Suite 软件要求在所有操作阶段安装有效的 Cognex 加密狗。任何暂时删除、替换或共享 Cognex 加密狗的尝试都可能导致系统无法正常运行，并可能导致数据丢失。