有了能够快速自动化复杂和主观决策的能力，生产线的深度学习解决方案可以帮助识别缺陷，确保商品质量，提高生产率并创造流程效率。 尽管具有实用性，但由于工具，大数据集，专业技能和相关成本的数量，在工业环境中实施深入学习通常会令人生畏。

为了增强没有AI专业知识的人的能力，并降低了对生产线进行深度学习检查的复杂性和成本，Flir Systems与Neurala合作开发了完全支持的软件和硬件解决方案。 这种易于隐藏的解决方案节省了时间，因为它可以帮助原型，训练和验证模型，而无需设置传统的AI开发环境。

使用视觉检查自动化（VIA）软件的Neurala Brain Builder模块，客户可以在几分钟内注释，标签，训练和验证神经网络。 这些型号可以直接上传到Firefly DL机器视觉摄像机，使用免费的Flir Spinnaker SDK。 该解决方案提供了无缝的工作流程，取代了对其他第三方工具的依赖，用于注释，标签，培训和验证神经网络； 以成本的三分之一获得类似的结果。

在制造商越来越多地采用AI和自动化以应对诸如劳动力可用性和供应链中断之类的挑战时，可以在检查点为各种基于自动分类的应用程序配置该解决方案。 用例范围从半导体制造厂的印刷电路板（PCB）检查到在农业加工厂的水果分类和分级。

机器视觉构建者，系统设计师以及进入深度学习的人现在具有一种易于使用，避免时间和具有成本效益的方法，用于自动化生产线的基于分类的检查。

Neurala的Flir Firefly DL的Neurala通过软件今天在美国提供，并将在2021年中期全球上市。要了解更多信息，请访问https://www.flir.com/discover/iis/iis/iis/how-flir-how-flir-and-neurala– 协作对深度学习 - 实现 - 欧洲和越来越多的成本效益/

Source: FLIR Systems and Neurala Make Deep Learning Inspection for the Production Line More Accessible