OPT DeepVision3集成了Visual Basic大模型，不仅提高了模型的鲁棒性，而且大大缩短了从训练验证到部署的周期，使标注交互和各种功能任务更加便捷，解决了深度学习习在工业生产中的痛点。
有效
AI 模型的训练速度更快、更轻便
如何降低数据依赖性、人力成本、应用门槛，缩短总周期，一直是阻碍深度学习习广泛实施的首要问题。
为了克服这些挑战，DeepVision3不断优化底层逻辑算法，在增量学习习、小样本习学习、模型轻量化等方面实现了关键技术创新，大大降低了数据采集、模型训练和迁移的时间成本。
面对缺陷样本较少的视觉方案，DeepVision3 通过采用数据增强、算法增强等小样本策略，将数据量减少 90%，从过去的几百个减少到十几个，甚至几个完成 AI 模型训练。 基于深度图像生成网络生成大量高质量训练图像，生成速度提升3倍以上。
图像生成模型。
在模型性能几乎不变的前提下，对于4K尺度的数据，30分钟即可完成模型训练为了更好地满足工业场景的应用需求，DeepVision3可以在短短几分钟内实现新需求的增量训练。
此外，DeepVision3不仅通过模型轻量化策略降低了算力需求和推理时间，更重要的是使模型检测精度更高。
深度学习习模型训练示意图。
使用 CPU，检测 2000 万像素的关键目标大约需要 60 毫秒。 与常规算法相比，检测和分类任务的推理速度提高了20倍以上。
灵活
集成可视化基础模型以拟合工厂模型
OPT在提高软件效率的同时，还使用迁移习和领域自适应等技术，确保训练后的模型更加灵活，集泛化、泛化和灵活性于一体。
面对类似工艺的质量检测，DeepVision3可以基于一键迁移技术或自适应微调实现一键切换，训练周期可缩短至数小时，解决了缺陷形态差异大、产品模型变化频繁导致模型泛化性差的问题。
一键迁移技术示意图。
针对3C和锂电池行业，OPT还开发了通用检测模型，关键工艺缺陷检测开箱即用同时，智信大模型即将上线，无需模型训练即可采用全新的检测方法定位和检测关键对象，进一步加速AI检测在更多行业的广泛落地。
不仅如此，deepvision3还支持全局管理、多人协作、多流程分析、多机协同等功能，非常适合现有的工厂生成模式需求。
简单易用
AI功能丰富，一键部署
DeepVision3包含语义分割、字符识别、目标检测、图像分类等多种任务类型，无需编程，使用方便，大大降低了软件学习习的成本。
DeepVision3 配备了许多智能辅助标注工具。 对于字符识别任务，DeepVision3 内置通用 OCR 和集中巡检功能，实现字符半自动标注，可识别任意方向的字符或多行有角度的文字，用户只需查看结果即可。
字符识别原理图。
同时，针对最耗时的语义分割标注任务，集成了语义分割AI工具、深度学习习自动标注、传统算法自动标注、轮廓提取等。 其中，语义分割AI工具，只需点击鼠标或拉动框，即可根据用户的兴趣点、目标框、蒙版信息，自动生成高精度、精准的像素级对象标注。
语义分割示意图。
此外，deepvision3还支持多标签复用、标注质量控制等功能。 在模型训练过程中，提供了超参数设置技巧、过程可视化、评估结果溯源等工具它也可以一键部署到smart3软件中。
更多关于deepvision3技术及应用的详细信息，请关注***和官网。