
Deep Learning Tool
Der einfache Einstieg in Deep Learning mit MVTec Software
Das Labeln von Trainingsdaten ist ein entscheidender Schritt für jede Deep-Learning-Anwendung. Denn die Qualität der gelabelten Daten spielt eine große Rolle, wenn es um die Leistung, Genauigkeit und Robustheit der Anwendung geht.
Mit dem Deep Learning Tool können Sie Ihre Daten dank der intuitiven Benutzeroberfläche ganz einfach labeln – ohne erforderliche Programmierkenntnisse. Diese Daten lassen sich nahtlos in HALCON und MERLIC integrieren, um dort die deep-learning-basierte Objektdetektion, Klassifikation und semantische Segmentierung auszuführen. Für Klassifikations-Projekte können Sie Ihr Modell im Deep Learning Tool auch trainieren und evaluieren.
Das Deep Learning Tool bietet
- Einen schnellen Weg zur fertigen Deep Learning-Lösung
- Eine intuitive Benutzerführung
- Aktive Unterstützung bei der Optimierung der trainierten Netze
- Einfache Integration in das MVTec Portfolio
- Volle Kontrolle über die eigenen Daten
Das Deep Learning Tool in der Anwendung
Labeln
für die Objektdetektion
Bei der Objektdetektion erfolgt das Labeln durch das Zeichnen von Rechtecken um jedes relevante Objekt und durch die Zuweisung dieser Rechtecke zu den entsprechenden Klassen. Je nach Projektanforderung kann der Nutzer seine Daten entweder mit achsen-parallelen oder mit orientierten Rechtecken labeln.
für die Klassifikation
Das Labeln für die Klassifikation erfolgt durch einfachen Import der Bilder und die Zuordnung zur Klasse. Wenn die Bilder in entsprechend benannten Ordnern gespeichert sind, können sie beim Import auch automatisch gelabelt werden.
für Segmentierung: Polygone
Labeling für die semantische Segmentierung und die Instanzsegmentierung kann durch das Zeichnen von polygonalen Regionen um die relevanten Objekte erfolgen.
für Segmentierung: Pixel-Masken
Das Labeling für die semantische Segmentierung und die Instanzsegmentierung kann auch durch das Malen von Pixelmasken mit Pinsel und Radiergummi erfolgen, die die relevanten Objekte abdecken.
Training für die Klassifikation
Evaluation für die Klassifikation
Anwender können ihre trainierten Netzwerke direkt im Tool auswerten und vergleichen. Der Bereich Evaluation bietet Informationen über die Modellpräzision, einschließlich einer Heatmap für die vorhergesagten Klassen aller verarbeiteten Bilder, sowie eine interaktive Konfusionsmatrix, die dabei hilft, Fehlklassifikationen aufzuspüren. Benutzer können auch die geschätzte Inferenzzeit pro Bild berechnen und die Auswertungsergebnisse als einzelne HTML-Seite zu Dokumentationszwecken exportieren.
Nahtlose Integration in das Produktportfolio von MVTec
Das Deep Learning Tool fügt sich nahtlos in das MVTec-Produktportfolio mit HALCON und MERLIC ein und dient als Herzstück Ihrer Deep-Learning-Anwendung.
Nehmen Sie Ihre Bilder auf und verarbeiten Sie sie ggf. mit HALCON und MERLIC vor. Nach dem Labeln, dem Training sowie der Evaluation im Deep Learning Tool stellen Sie Ihr trainiertes Netz in der jeweiligen Laufzeitumgebung bereit.