工業技術研究院

技術簡介

深度類神經網路之相關研究，近年來學術界已獲得許多重要的突破，使得電腦視覺的物件分類、偵測、分割等應用範圍不再受限於人工設計物件特徵的瓶頸，而得以快速地擴展至不同的問題上，相關技術研發在學術界和產業界皆呈現蓬勃發展。

Abstract

In recent years, the related research on deep neural networks has made many important breakthroughs in academia. The application of object classification, detection, and segmentation in computer vision is no longer limited by the bottleneck of artificially designed object features, but can be quickly expand to different issues. Related technology research and development is booming in academia and industry.

技術規格

•可支援不同大小之影像。 •提供訓練系統及推論模組，可根據實際應用需求選擇分類、偵測、分割模型訓練及推論。 •可提供Windows.NET、Windows DLL與Linux等平台之模組，易整合至系統中。

Technical Specification

•Support images with variable resolutions. •Provide training system and inference module, can select classification, detection, segmentation model training and inference according to actual application needs. •Support Windows.NET, Windows DLL and Linux OS, greatly facilitate system integration.

技術特色

自主研發之多分支出口之分類網絡架構、加入多解析度且均衡之分支架構之偵測網路架構，以及基於幾何轉換之推論融合擴增分割技術，在工業應用中具有高的準確率及速度，以滿足業界落地需求。 •於偵測網路模型後端，加入多解析度且均衡之分支架構強化特徵學習，並融合多解析度偵測結果以提升大中小瑕疵之檢測能力。 •基於幾何轉換之推論融合擴增技術，融合多角度之分割結果，在推論階段進一步提升瑕疵分割之準確率。

應用範圍

• 自動光學檢測、機器人視覺、文件辨識、警政監控視訊分析、工廠人員監控應用等。 • 物件偵測分類核心技術之相關產業，皆可應用本技術以提升產業價值。

接受技術者具備基礎建議（設備）

含NVIDIA 1080 GPU以上之個人電腦或伺服器。

接受技術者具備基礎建議（專業）

需熟悉影像處理、視訊分析及機器學習演算法知識之相關人才。

聯絡資訊