关键要点
在工厂自动化领域，边缘学习工具简化了训练流程，支持复杂的分类，并有助于各个层面的检测工作。
- 轻松训练： 使用极少的图像、无需高级编程即可训练边缘学习工具，使各技能水平的工程师都能快速部署。
- 多类别分类：将部件分为多个类别，精准处理复杂的配置和细微的变化。
- 多区域聚焦： 界定多个感兴趣区域，以细化检测并处理复杂的装配验证任务。
边缘学习的训练过程类似于训练生产线上的新员工。
边缘学习的用户并不需要了解视觉系统或人工智能 (AI) 的工作原理，而是需要知道他们要解决的问题是什么。如果很简单，例如，只是将合格和不合格部件分类为 OK/NG，则用户需要知道哪些部件合格，哪些部件不合格。这可能包括通过测试生产线而获得的不易发现的知识，这些知识可揭示人类难以发现的缺陷。在确定部件中的重要差异，以及不重要且不会影响功能的差异方面，边缘学习特别有效。
边缘学习并不局限于二元分类，而是可以将物品分类为任意数量的类别。如果需要根据组件或配置将部件分拣为三个或四个不同的类别，则部署起来很容易。边缘学习还能够关注到图像中的多个感兴趣区域 (ROI)。此外，多个 ROI 和多个类别可以一起处理，如此处的分类示例所示（链接到含有冷冻餐盘示例的页面）。
在下方观看关于如何训练和部署边缘学习工具的分步教程。