REX521GHHPSH51G OPT（奥普特）DeepVision3 破解AI落地难题

REX521GHHPSH51G （奥普特）DeepVision3，集成了视觉基础大模型，提升模型鲁棒性的同时，极大缩短了训练验证到部署的周期，标注交互、各类功能任务操作更便捷，解决了深度学习在工业生产落地的痛点。
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。
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。
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
REX521GHHPSH51G 集成视觉基础大模型，契合工厂模式
在使软件更高效的同时，OPT还利用迁移学习、领域自适应等技术，确保训练后的模型更具柔性，集泛化性、通用性、灵活性于一体。
面对相近工艺相同的质检，DeepVision3基于一键迁移技术，或通过自适应微调的方式，能实现一键换型，训练周期可缩短至数小时，解决了因缺陷形态差异大和产品换型号频繁等而引起的模型泛化性差的问题。
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。