概述
确定产品缺陷和减少制造工业应用中的错误可以帮助减少劳动力和生产成本。而传统的自动光学检测技术往往是脆弱的,基于深度学习的技术更健壮的和准确的。
无论你是新的深度学习或专家,MATLAB®可以帮你检测和定位不同类型的异常,这样你就可以取代传统检验过程与准确,可重复且可靠的视觉检查。在这个网络研讨会,我们将讨论
- 自动化的制备和标记的训练数据
- 与开源深度学习框架的互操作性
- 深刻的视觉应用神经网络训练
- 调优hyper-parameters加速训练时间,提高网络精度
- NVIDIA的生成多目标代码®,英特尔®,手臂®
的主持人
Rishu古普塔是MathWorks高级应用工程师。他主要集中在图像处理、计算机视觉和深度学习应用。Rishu对应用程序有9年工作经验与视觉相关的内容。他之前是一位科学家在LG软印度,研发单位。他已经出版了,回顾了在多个同行评议会议和期刊论文。Rishu拥有电子和通信工程学士学位从BIET佳斯。视觉内容来自韩国东西大学硕士学位,韩国,在计算机视觉的应用。电气工程博士学位从大学技术马来西亚国家石油公司、马来西亚与专注于生物医学图像处理用超声波图像。
