仪酷智能AI低代码人工智能定制平台_LabVIEW AI视觉低代码开发平台

立即咨询

立即试用

商务合作

仪酷智能AI低代码人工智能定制平台

仪酷智能 AI 低代码人工智能定制平台，集成 LabVIEW AI 视觉低代码开发平台，降低 AI 应用开发门槛，快速部署效率。搭载 LabVIEW AI 推理加速工具包，提升模型运行性能。

立即咨询

公司主营：AI高效赋能产业升级，弥补低代码可重构的AI平台稀缺 icon

低代码可重构的人工智能定制平台，以及跨平台的图形化深度学习软件，满足智能制造、智慧医疗、智慧教育等多个领域的定制化需求;
全球唯--家为人形机器人、桌面机械臂、AI视觉开发基于图形化 NILabVIEW 的的编程环境的研发机构，目前软件已通过美国国家仪器的官方认证向全球发布;
行业首家一键训练及仿真平台;
国内第一代基于工业测试软件、机器学习、AI集成的优秀团队;

LabVIEW AI视觉工具包 icon

仪酷LabVIEW图形化AI视觉工具包特点：

图形化编程：无需掌握文本编程基础即可完成机器视觉项日。轻松配置相机：可调用市面上主流的USB摄像头、网络摄像头、工业摄像头轻松采集图像，可高速采集图像;

提供数百个OpenCV中传统图像处理的算子，满足各种需求:包括颜色空间转换、相机标定、手眼标定、SIFT特征点匹配、模板匹配等，利用功能强大的图像处理库和数百种算子，轻松完成模式匹配、边缘轮廓检测、OCR、物体识别及更多任务;
提供多种框架模型导入模块：包括tensorflow、pytorch、darknet、openvino等多个平台的深度学习模型;

三维视觉：包括相机标定、双目标定、手眼标定、三维定位等功能
提供近百个应用程序范例：包括物体分类、物体检测、物体测量、图像分割、人脸识别、自然场景下OCR等多种实用场景。

LabVIEW AI推理加速工具包 icon

工具包包括

Al Toolkit for ONNX--可调用Cuda实现任意pytorch、tensorflow、Paddle等框架生成的onnx模型的推理加速:

Al Toolkit for Openvino--可调用Intel核显和独立显卡实现任意pytorch、tensorflow、Paddle等框架生成的onnx和Openvio模型的推理加速;

Al Toolkit for TensorRT--可调用Nvidia 显卡实现模型的tensorRT最快推理加速。

支持的模型：物体识别、语义分割、实例分割、姿态识别、OCR、人脸识别、语音语义等。

LabVIEW AI推理加速工具包 icon

AI推理加速工具包

算法模型-目标检测

功能描述

无论使用何种框架训练目标检测模型，都可以无缝集成到LabVIEW中，并使用VIRobotics提供的统一加速接口实现加速推理，模型包括但不限于：
yolov3/yolov4/yolov5/yolov6/yolov7/yolov8/yolov9/yolov10/yolov11、pp-yoloe/yolox/RT-detr（物体识别）
SSD、Fastest-RCNN(物体检测)

mobileNet、Resnet、Densenet、Efficientnet等（物体分类）

应用案例

通过算法优化，在LabVIEW中运行模型的速度明显好于python，适合部署于对性能要求较高的工业现场。目前应用案例主要是:口罩佩戴识别、工地安全帽检测、物体表面缺陷检测、路面坑洞检测、甘蔗种子检测、等。

算法模型-图像分割

功能描述

图像分割是当今计算机视觉领域的关键问题之一。从宏观上看，图像分割是一项高层次的任务，为实现场景的完整理解铺平了道路。场景理解作为一个核心的计算机视觉问题，其重要性在于越来越多的应用程序通过从图像中推断知识来提供营养。
工具包提供了多种图像分割的调用模块，并实现了GPU模式下的加速运行。如：

语义分割：Segnet、deeplabv1~deeplabv3、u-net、translab(自研)等

实例分割：Mask-RCNN、yolo-seg、hgnetv2-seg（自研）等SAM

应用案例

随着深度学习软硬件的加速发展，一些前沿的应用包括自动驾驶汽车、人机交互、医疗影像等，都开始研究并使用图像分割技术

算法模型-图像分割

TransLab是一种语义分割网络
基于DeepLabv3+的分割头修改而来
将DeepLabv3+当中的金字塔空洞卷积替换成了使用Transformer技术的相关层。

1、在同一个主干网络下相比于deeplabv3+ 有更高的精度。

2、对于不同领域的数据集，适应性更好。

3、相比于其他将Transformer用于分割的模型，由于保留了DCNN的主干，训练开销更低。

4、完全分离的Header和Backbone，使得二次开发变得很容易。

同时针对工业数据集等特征尺寸集中于某个尺度的数据集而非均匀分部在各个尺度的通用物体数据集，TransLab分割头和Deeplabv3+的差距进一步拉大。

算法模型-OCR

功能描述

VIRobotics使用了PaddleOCR技术，提供了文本检测定位(DB TD500 resnet50、EAST)模块以及文本识别(CRNN)模块，用户可以使用该模块实现自然场景下的中英文文字识别，当然，用户也可以调用自己训练的文字识别模型如PPORC

应用案例

身份证识别、表单识别、包装盒标签检测、包装印刷信息检测、集装箱箱号检测等

一键标注、训练软件

仪酷一键训练软件，无需编程即可训练多种模型并加密。

目标识别一键标注和训练：yolo目标检测模型的标注和训练。
语义分割标注和训练：deeplabv3/deeplabv3+/unet/Translab等语义分割模型的标注和训练。
实例分割标注和训练：yolov5/7/v8-seg实例分割模型的标注和训练。
姿态识别标注和训练：yolo-pose关键点检测模型的标注和训练。
后续将开发OCR、人脸识别、autoEncoder（只需正样本，无需负样本）等模型的一键训练软件。

自动标注工具

无需绘制，单击感兴趣区域，即可精准完成标注

利用初期模型，快速完成万级数据的标注，提高模型的精度

支持LINUX-RT系统 icon

仪酷工具包可支持RT系统

工业机械臂应用

我们拓展了工业机械臂的开发应用，涵盖了制造企业三维定位、各种复杂抓取任务执行以及质量筛选等AI视觉与机械臂控制之间的交叉配合。
目前，我们已与节卡机器人、达闼、越疆等国内知名机器人厂家展开了深度合作。

人形机器人、机械狗、底盘小车应用 icon

我们拓展了人形机器人、机械狗、无人驾驶的低代码开发应用，涵盖了人形机器人多模态大模型应用开发、机械狗AI视觉开发、无人底盘小车算法控制等。
目前，我们已与软银机器人、云深处等国内知名人形机器人和机械狗厂家展开了深度合作。

应用案例-工业缺陷等检测 icon

先进的图像处理算法，实时、快速且准确地识别出各种工业缺陷，如裂纹、磨损斑点、凹坑、划痕、色差、缺损和变形等·丰富的数据可视化功能，让客户能够直观地了解设备的运行状况，从而及时发现并解决问题。
采用图像分割技术，帮助用户精确分析产品表面缺陷的形状、面积和周长等参数进而获取更高级别的检测数据
借助模型加速技术，帮助用户实现了每分钟生产4000个无缺陷零部件的严苛要求，并且目前正朝着每分钟生产6000个的目标迈进。

应用案例-智慧医学

我们的目标检测和图像分割技术在生物医学领域也有广泛的应用。中科院（苏州）生物医学研究所，使用我们的AI视觉工具包开展了多个维度的生物与医学研究。目前，我们已经与该研究所共同开发了多个模型，包括：
新冠肺炎的病灶检测及轮廓捕捉移动中的动物(小白鼠)轮廓检测、关键部位定位和轨迹绘制消化道病理检测
内窥镜图像在实时成像下对视野内肿瘤细胞进行自动识别与计数画面输出肿瘤细胞个数和占比等
韩国医院手术出血
中科院肿瘤与小白鼠检测北京中医药大学舌荟检测