深度学习 NI-DL 框架

NI-DL 应用框架：图像分类，目标检测，分割提取。

底层：TensorFlow，Keras，Cuda，C/C++

上层：C#.NET Winform

【图像分类】

识别一张图片是否为某个类型的物体/形态/场景。

 

【物体检测】

识别图中包含的每个物体的位置、名称类别、及可信度。

 

【图像分割】

把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标。

下图是系统的截图：

 

通过对几十张样本图片中出现的不同位置的A、B、C字符进行涂抹标记不同的类别颜色，然后进行训练。这样当预测一张新的图片中的ABC时，就可以快速标记出此张图片的ABC的位置。

对不同纹理的图案（肉眼都不易快速辨识）进行标记分类，进行训练，对新图像就可快速的预测出属于何种类别。

对于样本图像的缺陷位置进行标记涂抹，进行训练，对新图像就可快速的预测出此图像中所有的缺陷位置。