如何训练和部署边缘学习
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。如果场景很简单，例如，只是将可接受和不可接受部件分类为正常/异常，则用户需要知道哪些部件可接受，哪些部件不可接受。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（链接到含有冷冻食品托盘示例的页面）。
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。
