快速部署实时推理API | 整合Neuro-T训练模型 | 支持PC和嵌入式设备 | neuro-r

快速部署实施推理API Neuro-R

无缝整合训练软件创建的模型
支持各种环境和编程语言的运行时API

Neuro-R

友思特 Neuro-R是快速部署实时推理API，将Neuro-T创建的模型部署进视觉检测自动化设备的运行库。Neuro-R集成了各种API，能够快速融合和预处理图像，使对目标的推理速度满足实际生产需求。

四个步骤即可简单创建深度学习模型：文件导入预处理、模型指示、验证训练、结果评估
用户友好度高：提供便捷工具和简单的图形化界面
自动深度学习算法：每个人都可以轻松使用
配备自动标注功能：显著缩短项目周期时间
提供本地云环境：用户可以在安全环境中与团队成员协作
流程图链接多个模型：简化项目设计，提高准确率
支持6种不同的深度学习模型：满足不同应用场景

汽车装配&质量检测

AI视觉检测广泛应用于检测汽车部件的装配情况、质量检测和车身车漆检测等，

提高汽车制造自动化产线的生产速度

电子产品、电池&半导体

AI视觉检测可以捕捉小型电子元器件的缺陷，

包括PCB焊接质量检测、电池表面缺陷检测等，取代传统目视和AOI检测

医药&生物检测科学研究

AI视觉检测可以用于药片和医用器件质量检测、

微生物计数、细胞异常检测和隐形眼镜检测等

包装&物流自动化

AI视觉检测可以进行包装密封检测、标签识别和对齐、码垛计数、

编码识别和产品分类等应用项目，助力自动化流程的完善

产品特点

与 Neuro-T 配合进行模型的实际部署

Neuro-R 提供与 Neuro-T 和 Neuro-X 中创建的所有模型兼容的应用程序接口，并部署进视觉检测自动化设备。
集成了支持各种环境和编程语言的运行时API，快速融合和预处理图像，提高对目标的推理速度，满足您的实际生产项目需求。

应用模型解释实时图像形成完整视觉检测方案

视觉技术的自动化应用使得制造过程更加智能化，深度学习算法作为“大脑”，工业相机作为“眼睛”，发挥了至关重要的作用。
友思特 Neuro-R将两者进行结合，通过三步即可实现图像输入到结果输出的全过程，形成完整的视觉检测解决方案。

1）输入：将相机设备获取的图像数据转换为模型输入格式的数据（NDBuffer）
2）处理：将图像数据输入到执行器获得检测结果，可以根据应用场景选择模型、CPU/GPU设备，进行参数设置
3）输出：检查执行器输出结果，解析出最终检测结果，不同模型对应不同输出结果信息

（不同深度学习模型类型对应的输出结果信息）

兼容性强推理速度快带来无限可能性

支持使用多种编程语言进行系统集成：C++、C#、Python。
支持不同平台上的推理：PC（CPU、GPU）、OS（windows10/11、Linux Ubuntu18.04）和嵌入式设备（Jeston）。
推理速度快，可以拓展更多的应用场景，不同设备与推理模型的速度不同，选项“Enhance Inference Speed”和“For Embedded Device”可以提高推理速度。