深度学习以其前沿的理论方法来解决对于传统机器视觉系统而言过于困难、繁重或昂贵的复杂应用。
四个强大的工具集
QSmartKIT作为深度学习视觉系统解决方案套件，只需较少的样本图像集合和较短的时间便可完成训练和验证。 按解决问题类型可分为 "缺陷检测(CF)" 、 "标码读取(MR))"、"智能分类(CL)"和"特征标注(AL)" 组件。
缺陷检测
缺陷检测
CF组件，只需学习目标区域的各种外观(包括其显著但，可容忍的变化)，即可分割缺陷或其他感兴趣的区域。 通过学习物体的正常外观, 即可识别复杂表面上的划痕、不完整或不正确的装配，甚至是易变柔性织物图像上的编织问题。
编码识别（OCR）
字符读取
MR组件，可解码严重变形、倾斜和蚀刻不良的光学字符(OCR)代码。 训练字体库可识别大多数文本，无 需额外编程或字体训练，即可快速轻松地实施。该工具无需专业知识，即可以重新训练部署以适应特定需求。
智能分类
智能分类
CL组件，根据标注的图像集合进行训练，可对焊缝质量进行分类、可根据其包装 识别产品等等，并分离可接受或不可接受的异常情况。
定位特征
定位特征
AL组件，可通过从标注图像中学习，找到复杂对象的特征。自学算法 可以找到零件、计数托盘上的半透明玻璃医用药瓶，并对试剂盒和包装进行质量控制检查。
QSmartKIT在复杂检测、零件定位、分类和 OCR 方面的突破使之能能击败质量检验员，非常适用于：
★ 缺陷探测
★ 纹理和材料分类
★ 装配验证和变形零件定位
★ 字符读取，包括畸变的打印
