近兩年深度學習在工業視覺領域快速滲透，但在實際應用中仍面臨樣本獲取困難，標注時間成本高和高算力需求等核心挑戰，成為制約其規?；瘧寐涞氐年P鍵瓶頸。
?？禉C器人全新推出的邊緣學習算法，覆蓋有無、正反、計數、分類等常規應用；在工具命名上按照場景化的命名方式，讓用戶面對各種需求時能精準找到自己需要的模塊，以更小樣本，更簡操作，打造視覺應用新范式。
01
多種邊緣模塊，場景適應性更強
邊緣學習算法作為深度學習的一種，對樣品輕微形變、背景噪聲、環境光干擾等傳統算法難以處理的復雜工況展現出更強適應能力。邊緣學習僅需1-5張樣圖即可完成模型迭代，小樣本學習優勢與智能相機的便捷特性形成深度協同，助力項目快速落地與批量復制。
02
極簡操作配置，快速完成方案搭建
邊緣學習的模型訓練界面采用二級界面，重要配置一目了然。僅需三步即可完成模型訓練，讓一線操作人員也能快速掌握。
03
標注自動追加，減少重復工作
邊緣檢測系模塊支持打標自動追加，僅需1-2次打標，點擊自動追加后可以自動完成其余目標的框選。
04
樣品快速追加，模型更新更便捷
邊緣學習支持將測試圖片追加到模型中，精準將識別錯誤的圖片追加到模型中，快速完成模型更新。
05
模型統一管理，按需選取
數據集和模型統一保存，且支持外部導入導出，用戶根據需求進行對應模型選擇和追加訓練，便于后期維護和模型的批量復制。
搭載邊緣學習的SC3000最新固件現已推出，
更多圖像處理、IO優化、數據處理等新功能歡迎體驗
后續智能相機全系列均將搭載邊緣學習，敬請期待！
