关于 Mech-DLK

您正在查看旧版本的文档。点击页面右上角可切换到最新版本的文档。

Mech-DLK 是梅卡曼德机器人自主研发的机器视觉深度学习软件,内置多种业界领先的深度学习算法,能够解决很多传统机器视觉无法处理的问题,如高难度的分割、定位、分类问题等。

借助直观简易的交互界面,用户无需编程,也无需掌握专业的深度学习知识,即可通过 Mech-DLK 快速实现模型训练与验证。

dlk flow chart

软件内包含“快速定位”、“缺陷分割”、“图像分类”、“目标检测”、“实例分割”、“文本检测”、“文本识别”、“非监督分割”等八个算法模块。

实例分割

分割出每个目标物体的轮廓,同时输出类别标签。

比目标检测的分割结果更精细,可区分单类或多类的物体,并分割出相应的轮廓。用于拆码垛、上下料、货品拣选等场景,配合Mech-Vision和Mech-Viz完成物体抓取。

  • 分割多种形状的积木。

    instance segmentation 1
  • 分割散乱压叠的链轨节。

    instance segmentation 2
  • 分割并排紧密码放的纸箱。

    instance segmentation 3

缺陷分割

判断并分割出图像中的缺陷区域。

用于检出各种类型的缺陷。如污渍、气泡、划痕等表面缺陷,折弯、异形、缺漏等位置缺陷。在缺陷微小、背景复杂、工件位置不固定等复杂情况下依然适用。

  • 检出镜头表面的气泡和溢胶缺陷。

    defection 1
  • 检出零器件的折弯缺陷。

    defection 2

图像分类

判断图像的类别。

用于区分工件正反面、朝向,区分物体缺陷种类,判断物体是否缺失、排列是否整齐。

  • 区分工件处于整齐摆放状态还是散乱状态。

    classification 1
  • 区分工件正反面。

    classification 2

目标检测

检测所有目标物体的位置,同时判断其类别。

用于检测固定位置工件的缺失,例如 PCB 中元器件缺失,也可用于物体计数。即使对成百上千个物体,也可以快速完成定位与计数。

  • 检测转子位置。

    detection 1
  • 对所有钢筋计数。

    detection 2

快速定位

定位角度,根据定位结果转正图像。

用于检测图像目标区域中的物体并旋转图像至指定朝向和指定位置。

  • 定位零器件角度并修正为统一的姿态。

    quick location 1

文本检测

检测图像中的文本区域。

用于检测图像中的文本区域,减少背景干扰。当“文本检测”模块与“文本识别”模块级联时,在依次单击导入  从上一模块导入后,建议开启“图像校正”选项以校正图像至正方向(0°)。

  • 检测图像中的文本区域。

    text detection

文本识别

识别图像中的文本,包括字母、数字以及部分特殊符号。

用于识别图像中文本区域的字符,常用来快速识别标签上的编码、各类标识码等。

  • 快速识别出图像中的字符。

    text recognition

非监督分割

根据设定的阈值判断图像为OK、NG还是Unknown,并展示大致缺陷区域。

只需将图像标注为OK或NG,且只使用OK图像作为训练集参与模型训练,用于判断图像中是否有缺陷。

  • 根据设定的阈值判断图像为OK、NG还是Unknown。

    unsupervised segmentation

我们重视您的隐私

我们使用 cookie 为您在我们的网站上提供最佳体验。继续使用该网站即表示您同意使用 cookie。如果您拒绝,将使用一个单独的 cookie 来确保您在访问本网站时不会被跟踪或记住。