深度學(xué)習(DL, Deep Learning)是機器學(xué)習(ML, Machine Learning)領域中一個新的研究方向(xiàng)，它被(bèi)引入機器學(xué)習使其更接近于最初的目标——人工智能(néng)(AI, Artificial Intelligence)。

深度學(xué)習是學(xué)習樣(yàng)本數據的内在規律和表示層次，這(zhè)些學(xué)習過(guò)程中獲得的信息對(duì)諸如文字，圖像和聲音等數據的解釋有很大的幫助。它的最終目标是讓機器能(néng)夠像人一樣(yàng)具有分析學(xué)習能(néng)力，能(néng)夠識别文字、圖像和聲音等數據。 深度學(xué)習是一個複雜的機器學(xué)習算法，在語音和圖像識别方面(miàn)取得的效果，遠遠超過(guò)先前相關技術。

應用場景

1）字符識别，複雜場景下的字符識别，相對(duì)于傳統的OCR方案，識别質量大大提升

2）物品檢測

• 生産過(guò)程中，有粘貼吸管環節，可能(néng)出現粘貼不合格的情況
• 通過(guò)機器視覺技術，檢測吸管粘貼是否合格，不合格的做剔除處理
• 主要應用機器視覺的測量技術，測量吸管的粘貼角度來判别

• 生産過(guò)程中，有漏卷的情況存在
• 通過(guò)機器視覺技術，檢測是否存在漏卷，如果有，進(jìn)行剔除處理
• 主要應用機器視覺的測量技術，模式識别技術，統計計數功能(néng)綜合判别

3）物品識别

叉車檢測，替代光幕，解決誤觸發(fā)問題