產品的質量對於任何的企業來說都是生命，如果產品出現缺陷卻流入市場的話造成的損失無疑是巨大的，多年前豐田汽車以為剎車問題全球召回該款產品，首先這肯定會付出巨大的人力物力財力，更重要的是對日後的口碑有巨大的影響。所以任何一塊產品的質量都是必須要保證的。
近來，軟江科技利用強大的圖像識別技術，提出了基於於CUDA編程，對鋼材表面缺陷在線進行實時監測。利用基於深度學習的高精度目標檢測算法，對實時圖像進行 檢測分析，得到缺陷在圖像內的位置、缺陷類別、缺陷嚴重程度級別。自動檢測鋼卷並進行質量判定，來決定是封鎖還是放行。同時們還能將實時檢測結果推送至用戶界面供操作人員 查看。操作人員設置特殊缺陷進行自動報警。對人工校對的數 據進行存儲，作為訓練數據支撐模型升級，提升檢測精度。
在頂層設計方面主要分為三層，分為決策層、模型層、傳輸層和數據層。通過訓練數據庫和智能訓練模塊進行智能訓練，讓檢測更為準確。通過記錄數據庫來監測傳輸過來的圖片數據信息。
在框架方面，通過API接口接受圖片，讀取圖像，分配GUP和線程，數據從CUP導入GUP，GUP執行並行運算，通過相應的識別算法，計算完成後將計算結果從GUP導入CUP，最後將結構儲存到數據庫。
使用多線程：一組線程組織成一線 程 塊 （Block) ，一組線程塊又組織成一個網格。在目前的 VIDIA顯 卡 中 ，一 個線程塊內的最大線程數是1024， 線程塊的最大數量是65536，但由於硬件的限制 ，同時 執行的線程塊數小於65536 。
軟江科技圖像識別，實力就是保證。
分享到:
