■ 주요특징
[편리한 학습 및 유연한 인식]
- 정확도, 인식 성능에 따른 다양한 네트워크 모델 적용
- 간단한 조작을 통한 인식 영역 설정
- 카메라, 이미지 파일을 이용한 인식
[높은 정확도]
- 업종별 데이터 기반의 딥러닝 적용으로 높은 인식률과 정확도 제공
[손쉬운 데이터 확장]
- 학습 데이터 확장을 위한 다양한 필터 제공
[편리한 사용 및 적용]
- GUI 기반의 개발 도구를 이용하여 비전문가도 편리하게 사용 가능
- 다양한 개발 툴 지원 (DLL, OCX)
■ 주요기능
[학습]
- 이미지 분류 / 높은 정확성을 위한 Fine Tune
- 비정형 이미지 해석
- 다양한 네트워크 모델
- 하나의 이미지에서 여러 특징 분류
- 다양한 알고리즘 지원
[운용]
- 손쉬운 GUI형 학습 도구
- 학습 과정에 대한 모니터링
- 학습에 알맞은 이미지 자동 추가 생성
[연동 및 추가 확장]
- 이상 데이터 분류
- 데이터 자동 분류
- 다양한 개발 툴 지원(Visual C++, C# 등)
- 네트워크 지원
■ 특장점
[정확도 향상]
- 딥러닝 기반 검사 알고리즘을 적용하여 기존 비전 검사보다 높은 검사 정확도를 확보 할 수 있습니다.
[비용 절감]
- 목적에 따라 유형 분류, 객체 인식 방식으로 구분하여 학습이 가능하고 학습된 결과에 대해 강화 학습이 가능하여 학습 기간 단축을 통한 비용 절감이 가능합니다.
[직관적인 UI/UX]
- 직관적인 UI/UX를 제공하여 사용자 편의성을 높여, 전문가가 아닌 사람도 라벨링부터 학습까지 손쉽게 진행 할 수 있습니다.
[처리속도 극대화]
- GPU 전용 처리 언어를 활용하여 딥러닝 알고리즘을 구현하여 이미지 처리속도를 극대화 할 수 있습니다.
[리소스 관리 효율화]
- 높은 정확도로 자동화 검사를 수행하기 때문에 최소한의 관리 인력으로 다수의 검사를 수행하고 관리할 수 있습니다.
[유연한 확장성]
- Visual C++, C# 등 다양한 개발 툴을 지원하기에 확장에 용이합니다.