传统的深度学习技术始终面临一道门槛——需要海量图像才能启动训练，且计算资源消耗极高。但并非每个工业场景都需要如此精细的分辨率。康耐视的边缘学习技术提供了一条更轻便的路径：用更少的样本就能快速完成模型学习，甚至无需依赖GPU。

自动化视觉检测对于提升制造速度与准确性至关重要，深度学习无疑是优秀方案。然而，想要用好它，前期需要准备大量图像、进行模型训练，工程师还需具备深厚的深度学习专业知识。而边缘学习则显著降低了门槛——仅需少量图像、短短几分钟即可训练完毕，部署时也无需专门的技术背景。

什么是边缘学习

所谓边缘学习，简单概括就是“边缘深度学习”。它将基于规则的高效机器视觉嵌入到一套预先训练的深度学习算法中，形成针对工厂自动化优化的集成工具集。通过基于单台智能相机的解决方案，你可以在数分钟内将边缘学习部署到任何生产线上。与其他深度学习产品相比，边缘学习的核心优势在于“易用”——从概念验证到最终部署，每一步都围绕工业用户的使用体验来设计。举例来说，边缘学习只需要很少的图像就能完成概念验证，图像采集和设置时间也大幅缩短，并且完全不用编写代码。

边缘学习三大核心优势

01 无需专业经验

这项技术不需要机器视觉或深度学习的专业知识。生产线工程师仅凭自身对现有任务的了解，就能轻松训练边缘学习工具。

02 易于快速部署

通过单台智能相机的方案，用户可以在几分钟内将边缘学习部署到生产线上。该方案集成了高质量的视觉硬件、用于预处理图像以减少计算量的机器视觉工具、针对工厂自动化问题预训练的深度学习网络，以及专为工业应用设计的简洁用户界面。

03 操作简单方便

边缘学习并非通用的万能方案，而是为工业自动化应用量身定制的。它与其他深度学习产品的最大区别在于：整个部署阶段都强调易用性。相比传统深度学习，它的设置更简单，训练所需的时间和图像更少，而且不需要编程基础。

边缘学习三大核心工具

01 ViDi EL Classify工具

这个工具为具有挑战性的视觉应用提供了简化的自动化途径。它支持实时“边缘”学习，能快速交付准确结果。基于一组预训练算法，ViDi EL Classify可在数分钟内部署，每个类别只需5到10张图像，无需任何代码。无论是新手还是资深工程师，都能从中获得强大的视觉检测能力。

02 ViDi EL OCR工具

该工具运用光学字符识别技术，能够解码严重变形、歪斜、蚀刻不良的字符。预配置的全方位字体库开箱即可识别大多数文本，不需要额外编程或字体训练。ViDi EL OCR同样支持实时“边缘”学习，几分钟就能完成设置。借助预训练算法，它简化了作业配置，并能快速、准确地完成识别与读取。

03 SmartLine智能找边工具

这个工具将传统视觉找边工具的优势与深度学习强大的分割能力结合在一起。即便图像对比度不佳、存在混淆边干扰，也能通过少量样本的简单训练，快速且动态地锁定目标的一条或多条边，从而提高边线检测的精度和可靠性，减少部署和维护时间。

可以说，边缘学习是一项足以改变行业规则的创新技术——比传统机器视觉功能更强，同时更易于使用。借助这三大工具，用户只需要更少的图像就能完成概念验证，图像设置和采集时间也更短，而且完全不需要专门编程。

可以预见，随着边缘学习的普及，生产线工程师将逐渐摆脱繁琐的机器视觉或深度学习培训。他们只需轻松部署边缘学习工具，就能在日常工作中体会到其强大功能。而那些已经掌握传统机器视觉知识的自动化工程师，则可以充分利用既有经验，在开发复杂工厂自动化流程时借助边缘学习技术，让项目运行得更平稳。