概述Rosepetal 是一套基于监督式深度学习与卷积神经网络(CNN)的机器视觉软件。它为自动化质量检测与缺陷识别提供高精度能力,配备易用的用户界面、云端训练平台,并支持本地(Edge)或云端推理部署选项。
主要功能- 便捷的用户界面与云平台,用于神经网络训练。
- No‑Code 工具支持图像预处理、预测流水线和逻辑后处理的可视化配置。
- 通过连接器和 API 实现与设备及应用的集成与合规追溯。
- 兼容任意相机,能适应光照、尺寸和颜色的变化。
应用- 有机产品(水果、蔬菜等)及其他食品的缺陷检测。
- PCB 与电缆的检测与检验。
- 用于文本提取的高精度 OCR。
- 按尺寸、颜色、形状或其他视觉特征对产品进行分类。
典型解决的问题- 传统视觉算法在不规则目标、复杂纹理与光照变化下的局限性。
- 人工检测流程耗时、效率低的情况。
- 需要稳健的自动化手段以提升检测率、可追溯性与结果一致性。
解决方案能力- 无需深度 ML 专业知识或复杂硬件即可快速开发自动化检验方案。
- 支持终端用户在云端训练模型,并可部署到本地 Edge 或在云端进行推理。
- 对产品变异和多样化图像采集配置具备高度适应性。
商业模式与服务- 软件许可。
- 定制化和集成服务。
- 培训与技术支持。
- 维护与战略合作。
技术规格- 产品:Rosepetal 机器视觉软件套件。
- 技术:基于卷积神经网络(CNN)的监督式深度学习。
- 部署:支持 Edge 和云端推理。
- 界面:具有 No‑Code 工具的云平台,支持图像工作流。
- 集成:提供连接器和 API 以实现互操作性。
- 任务:缺陷检测、OCR、分类、PCB 与电缆检查。
- 相机兼容性:可与标准工业相机配合使用。