深度学习能够完成复杂的机器视觉任务，而传统方法在这些任务中会达到极限，例如检测可变表面、非规则形状或未知缺陷。
我们的软件为工业应用提供了完全集成的深度学习功能。训练、验证和推理都可以直接在软件环境中完成——可运行于 GPU（图形处理器）、CPU（中央处理器）或基于 Arm® 的系统上。
传统机器视觉依赖基于规则的方法。相比之下，深度学习能够自动学习特征，这对于复杂且变化多样的对象是一大优势。
我们为各种各样的机器视觉任务提供丰富而强大的深度学习方法。
从数据采集和标注到推理：借助 MVTec HALCON 和 MVTec Deep Learning Tool，您可以获得一套完整的深度学习项目工具链。
为了实现最高性能，深度学习模型可以直接在专用硬件上运行。
自动特征提取：无需手动进行特征工程。鲁棒性强：对光照和材料变化具有较高容忍度。适应迅速：模型可针对变化的生产条件进行训练。开发高效：通过优化的工作流程缩短开发时间。
自动特征提取：无需手动进行特征工程。
鲁棒性强：对光照和材料变化具有较高容忍度。
适应迅速：模型可针对变化的生产条件进行训练。
开发高效：通过优化的工作流程缩短开发时间。
实际应用案例
我们的知识与服务
下载阅读我们的白皮书，获取工业机器视觉的实用洞察与专业知识，了解关键技术、行业趋势，以及可支持技术和战略决策的实际应用。
您想了解我们是否能为您的行业提供合适的解决方案吗？请将您的软件应用设计发送给我们，我们的专家将为您进行评估。
![[Translate to Chinese:] Warehouse where cheese wheels age during the ripening process](https://www.mvtec.com/fileadmin/_processed_/1/d/csm_success_story_mvtec_eberle_2_673d7c329f.webp "[Translate to Chinese:] Cheese Warehouse with Stored Cheese Wheels")
