Open eVision Deep Learning Studio

EasyFind : Significant speed increase, without any loss of accuracy.

EasyImage

• New Gabor filtering function to help with texture analysis and edge detection.
• New inverse circle warp function, providing conversion between polar and cartesian coordinates.

Deep Learning Studioへの標準データセットのインポート

• EasyLocateまたはEasySegment（教師あり）用のCOCO Jsonデータセットのインポート
• EasyLocate用のYOLO TXTアノテーションのインポート
• EasyLocate用のPascal VOC XMLアノテーションのインポート

• 関心領域のアライメント、表面欠陥検出（粒子、傷など）、およびカスタムでトレーニングされたDeep Learning分類器に適用される単一のAPIとライセンス。
• インライン表面検査のリアルタイム処理

Tools（ツール）タブではツールの構成とトレーニングを行えます。トレーニングはCPUまたはGPUで実行し、いつでも停止して再開することができます。プロセッシングキューが実装されているため、起動できるトレーイング数に制限がありません。トレーニングと推論はキューに追加され、順次、処理されます。

• アノテーションを素早く簡単に設定する補助セグメンテーションツール。

Open eVision Deep Learning Studioは、データセットの作成のほか、Open eVisionのDeep Learningツールのトレーニングとテストにおいてユーザーを支援するアプリケーションです。

Open eVision Deep Learning Studioは無料アプリケーションで、ライセンスは必要ありません。ユーザーが所有する画像を使ってDeep Learningライブラリを検証できます。プログラミングは不要です。

[OPEN EVISION DEEP LEARNING STUDIOをダウンロード] をクリックしてOpen eVisionをインストールしてください。サンプル画像、マニュアル、サンプルプログラムが含まれます。

Deep Learning Studioで、データセットをトレーニング、検証、およびテストセットに分割できます。複数のデータセット分割を作成して実験し、様々な画像セットを使ってトレーニングされたツールのパフォーマンスを確認できます。

データセットをランダムに分割することも、各画像のセットを手動で選択することもできます。

検証プロセスを各ライブラリに合わせてカスタマイズできるため、データを最大限に活用できます。トレーニングプロセスの結果の分析や調査に使用できる包括的な、指標、テーブル、グラフのセットが用意されています。

テーブルと混同行列では結果をフィルタリングできるため、トレーニングされたモデルの長所と短所を把握することができます。スコアヒストグラムとROI曲線はしきい値を選択してトレーニング済みのモデルをニーズに適合させる際に役立ちます。

データセットとユーザーが作成したDeep Learningツールは、Deep Learning Studioプロジェクトによって管理されます。プロジェクトは1つのDeep Learningツール（EasyClassify、EasySegment" target="_blank">EasySegment教師なしモード、EasySegment" target="_blank">EasySegment教師ありモード、またはEasyLocate）と関連付けられており、すべての機能をサポートしています。

プロジェクト内で作成できるツールの数に制限はありません。そのため、ツールのパラメーター、データセットの分割、またはデータ拡張設定を変えながら簡単に実験することができます。

Deep Learning Studioには、EasyClassify、EasySegment、およびEasyLocateのデータ拡張機能が豊富に用意されています。幾何学的データ、色データ、およびノイズデータの拡張を調整し、視覚化します。様々なセットのデータ拡張設定を作成すれば、それぞれが結果にどのような影響を与えるのかを実験することができます。

Deep Learning Studioには、各ライブラリに適合されたアノテーションツールが統合されています。分類と教師なしセグメンテーションの場合、画像ごとにラベルを素早く割り当てることができます。教師ありセグメンテーションの場合は、セグメンテーションエディタでグラウンドトゥルースのセグメンテーションを描画することができます。また、位置検出の場合は、オブジェクトエディタを使用し、各オブジェクトの周囲にボンディングボックスを素早く描画することができます。

画像エディタでは、関心領域を選択し、画像の一部にマスキングを適用することもできます。