Der Header zeigt das stilisierte Deep Learning Tool Icon

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 ObjektdetektionKlassifikation 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

Zum kostenlosen Download


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.

für Segmentierung: Smart Labeling

Um den Zeit- und Kostenaufwand für das Labeln erheblich zu reduzieren, kann auch das Smart Labeling Tool verwendet werden, um Labeling-Vorschläge zu erhalten.

Training für die Klassifikation

Anwender können alle wichtigen Parameter einstellen und auf Basis ihrer gelabelten Daten ein Training durchführen.

Fortschritt des Trainingsprozesses

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.

Evaluierung der trainierten Netzwerke

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.

Das Deep Learning Tool steht Ihnen auf unserer Webseite kostenlos zum Download zur Verfügung.

Zum kostenlosen Download