近日，梅卡曼德對AI視覺軟件Mech-DLK進行了重磅升級。全新升級的Mech-DLK內置快速定位、目標檢測、缺陷分割、實例分割、圖像分類五大深度學習算法，功能更豐富，易用性更強。支持集成商伙伴“端到端”地完成高精度深度學習模型訓練，高效解決定位、質檢等工業場景中的復雜應用。
目前，Mech-DLK已廣泛應用于汽車、物流、重工、3C/半導體等眾多領域，助力客戶提升生產效率、產品良率，降低產線用工成本。
Mech-DLK功能&優勢
01 Mech-DLK五大深度學習算法?
快速定位：檢測圖像目標區域中的物體，并旋轉圖像至指定朝向。
目標檢測：檢測所有目標物體的位置，并支持類別判斷。
缺陷分割：用于檢出各類缺陷，支持缺陷微小、背景復雜、工件位置不固定等復雜情況。
實例分割：從大量堆積物體中識別指定物體，精確提取物體輪廓，指定物體類別。
圖像分類：可區分工件正反、朝向、缺陷種類，判斷物體是否缺失、排列是否整齊。
02 Mech-DLK核心優勢
推理速度快，模型精度高，一站式部署
基于自研先進算法，Mech-DLK推理速度更快，模型平均推理時間比行業同類軟件快40%，滿足產線高速生產需求。
訓練收斂更快，支持模型驗證，深度學習模型準確度更高，幫助客戶更好把控產品質量。
Mech-DLK整合了深度學習模型訓練全流程，用戶通過簡單操作即可快速構建深度學習模型訓練、驗證、部署全流程。
簡單易用，效率持續提升
印章標注工具
全新自由級聯模式
全新級聯模式，支持用戶自由組合算法模塊 ，一站式解決復雜場景下的深度學習問題，僅需簡單的標注訓練即可完成“端到端”的結果檢出。
開放易用，部署靈活
Mech-Vision機器視覺軟件可直接調用Mech-DLK訓練所得的深度學習模型包。同時，Mech-DLK也提供C、C++、C#等不同語言的SDK、示例代碼及開發文檔，便于集成商伙伴通過二次開發快速部署各類深度學習應用，為終端客戶更便捷、更快速地交付各類復雜機器人應用。
Mech-DLK應用&案例
01 Mech-DLK典型應用場景
亂序堆疊的鏈軌節精準識別
堆疊物體識別：在亂序堆疊等復雜工況下對各類物體精準識別，大幅提升抓取成功率。
攝像頭模組各類缺陷檢測結果
缺陷分類：精準區分缺陷類型，提高產品整體質量，優化生產過程。
鋰電池極耳缺陷檢測結果
外觀缺陷檢測：精準檢測產品表面的瑕疵、裂紋、劃痕等質量問題，確保產品質量符合生產標準。
金屬工件正反識別
工藝質量確認：檢測焊接/裝配等環節漏焊、裝反等問題，保障工藝質量。
高精度字符識別
OCR：高精度識別字符，精準輸出識別結果以供后續使用?？蓱糜诮饘勹T造件字符檢測、輪胎DOT識別、VIN碼識別等場景。
02 Mech-DLK應用實例
3D視覺引導傳動軸抓取上料
項目現場
精準實例分割
Mech-DLK內置先進深度學習算法，可對緊密貼合的傳動軸生成高魯棒性深度學習模型，大幅提升傳動軸識別成功率和深框抓取清框率。
Mech-DLK推理速度快，一站式部署便捷高效，實現復雜上下料場景的快速落地。
遠距離Mech-Eye LSR L工業級激光3D相機，可對表面高亮反光的傳動軸生成高質量3D點云數據，視野滿足深框抓取需求。
連接器外觀缺陷檢測
連接器缺陷檢測結果
Mech-DLK深度學習軟件，缺陷分割模塊進行高準確度深度學習模型訓練；支持多圖像、多模型并行檢測，大幅提高檢測效率。
Mech-DLK內置先進深度學習算法，支持不同顏色、不同材質（如：鐵殼、塑殼等）的產品快速換型生產。
Mech-Vision支持迅速部署缺陷檢測工程和結果顯示頁面，對檢測結果進行實時反饋，部署高效便捷。快速完成劃痕、壓傷、雜質、異色、針腳變形/移位/漏插等缺陷檢測。
梅卡曼德深耕AI+3D視覺技術，堅持與集成商伙伴長期共贏，共同推動各類機器人應用在工業場景中規?；涞亍Ｄ壳?，梅卡曼德已在全球實現3000+案例落地，產品性能、穩定性、工藝通用性皆滿足企業生產需求，幫助眾多行業實現了高效、高質量生產。