VisionBank Ai是專為生產(chǎn)加工制造業(yè)設計的深度學習視覺解決方案，它是將傳統(tǒng)算法工具庫和深度學習相融合。傳統(tǒng)算法工具庫作為標準算法工具，使用者易于上手，與深度學習技術(shù)融合后，使檢測準確性提高到，同時簡化了開發(fā)流程，提高了效率，簡單易用。

VisionBank Ai深度學習視覺解決方案相對單純的深度視覺有以下優(yōu)勢：

1）單純深度視覺只能通過大量數(shù)據(jù)訓練，得到相應的結(jié)果，不方便現(xiàn)場人員針對具體圖像調(diào)試參數(shù)，具體圖像有問題，只能再次訓練，訓練的結(jié)果不滿足時調(diào)試難度很大。VisionBank Ai先用傳統(tǒng)算法，再用深度學習過濾，現(xiàn)場人員還可以結(jié)合客戶規(guī)格調(diào)整傳統(tǒng)算法的參數(shù)。

2）單純深度視覺如果需要調(diào)整算法，對人員的水平要求較高，造成的成本也比較高；VisionBank Ai深度學習只做Yes 或 No的判斷，規(guī)則簡單，容易學習。

3）單純深度視覺需要高性能的計算硬件作為支撐，成本很高。VisionBank Ai深度學習對硬件的要求會低一些。

1. 
   
2. 
   
3. 1.VisionBank Ai深度學習缺陷檢測與字符識別工具：
4. 
   
5.  
6.  

7. 深度學習缺陷檢測	深度學習字符識別

8. 
   
9. 2.VisionBank Ai傳統(tǒng)算法與深度學習技術(shù)融合：
10. 傳統(tǒng)算法工具庫：自適應缺陷、線陣缺陷、角點缺陷、邊界毛刺等工具中融入深度學習技術(shù)。
11. 
    
12.  

13. 傳統(tǒng)算法中添加深度學習技術(shù)

14.  
15. 
    
16. 3.VisionBank Ai深度學習模塊化：
17. 將基于深度學習算法實現(xiàn)的算法模塊話，使用者操作簡單。
18. 
    

19. 深度學習圖像增強與區(qū)域分割	深度學習模型分類

20. 
    
21. 4.VisionBank Ai深度學習模型管理：
22. 用于多類產(chǎn)品深度學習檢測的深度學習模型管理，使檢測程序清晰化。 
23. 
    

24. 深度學習模型管理