深度学习

适用于机器视觉的深度学习系统

深度学习技术彻底改变了工业图像处理领域。世界各地的公司都在使用人工神经网络(CNN)进行精确的错误检测、智能质量控制和自动决策——只要在传统生产方法达到了性能极限的领域，都能看见深度学习技术的应用。无论是精巧型边缘视觉方案、功能强大的FPGA系统，还是基于PC的灵活型平台：我们都能为您的应用提供合适的视觉系统。

白皮书

图像处理技术中的深度学习

Could not map paragraph

基于PC

优点：快速启动、使用灵活、经济实惠
典型应用：原型设计、桌面检测

FPGA

优点：实时运作、无延迟、性能稳定
典型应用：在线质量控制、生产

嵌入式

优点：设计精巧、边缘智能技术、省电
典型应用：移动设备、分散式解决方案

Could not map paragraph

使用合适的相机实现高成像质量

由于人工神经网络的效果取决于其图像数据的质量，因此要想获得精确的推理结果，高质量的图像就至关重要。

有大量相机型号及相应的CMOS成像芯片供您选择
支持GigE和USB 3.0等所有常用接口
大多数Basler相机的内置图像预处理可减少PC端的处理工作（例如去拜耳化、锐化、降噪等）
极易重现结果

查看工业相机

用于集成Basler相机的pylon软件

通过pylon软件套装，用户可以轻松设置相机并将其集成到深度学习应用中。它可以为常见的视觉接口提供经过认证的驱动程序，并提供功能强大、使用简便的编程界面，还有用于配置相机的实用工具。适用于Windows、Linux（包括ARM）、macOS和Android - 可在各种系统环境中实现可靠的连接。

查看pylon软件

Could not map paragraph

利用VisualApplet软件在FPGA上部署CNN

借助我们的图形化FPGA开发软件VisualApplet，用户想在FPGA上使用CNN将变得易如反掌。经过预训练的CNN网络的规模大小和复杂程度各不相同，均可直接加载到FPGA上。VisualApplet软件支持来自TensorFlow等常见CNN库的预训练网络。用户也可以轻松对这些网络进行重新训练，还可以在预处理或后处理步骤中轻松加入额外的图像优化设置。

了解有关VisualApplets的更多信息

我们协助您将训练完成的网络模型部署至FPGA

对于基于FPGA的深度学习项目，我们可以提供功能强大的CNN运行时许可以及两种服务程序包，以满足不同经验水平的需要。我们会支持您对现有网络进行整合，或者根据您的实际要求接管完整的CNN设计和FPGA实施工作，充分满足您对带宽和精度的要求。

查看图像采集卡服务

Could not map paragraph

我们专为嵌入式深度学习应用而设计的合适产品

小巧外形，系统紧凑
硬件设计精益，系统成本低
扩展性好，可兼容所有主要制造商的不同处理器
组件经过行业验证并且坚固耐用

查看嵌入式视觉产品

在云端或边缘设备上实施深度学习技术

无论您使用哪种处理单元：我们都能为您提供驱动程序软件包和相关软件，助力您的深度学习应用正常运行。我们支持Amazon Web Services (AWS)、Microsoft Azure或Google云平台的云集成。想要在“边缘”设备运行人工神经网络？没问题！我们的嵌入式视觉技术可帮助您在“边缘”运行一个或多个用于深度学习应用的视觉系统。