进行深度学习的视觉系统

基于FPGA的图像采集卡：推理快速、性能可靠
基于PC：复杂度低，可快速推出市场
嵌入式深度学习：系统精巧、经济高效

进行深度学习的视觉系统

深度学习正在计算机视觉应用中迅速发展。人工神经网络(ANN)能提供双重益处。ANN具有的潜力可以提升工厂自动化、机器人或零售应用的精度和耐用度。同时，在基于图像的应用中，ANN还能解决过去无法解决的问题，如显微镜中的病理检测或在表面检测中对复杂模式进行分类。

与传统的基于规则的算法相比，深度学习包括以下优势：

对复杂图像进行分类
提高精度和耐用度
自动提取特征

Basler产品非常适合用于ANN的推理过程。在您设计深度学习视觉系统时，我们可以提供多种产品供您选择。

基于FPGA图像采集卡的深度学习系统：推理快速、性能可靠

性价比出众、每秒的推理速度极快、性能可靠——如果您的应用需要高吞吐量，则基于图像采集卡的深度学习视觉系统就是您的理想之选。借助Silicon Software的microEnable 5 marathon deepVCL，再配合FPGA配置软件 VisualApplet，让您只需单击几下，即可轻松在FPGA上部署您的ANN！

详细了解基于FPGA图像采集卡的深度学习系统