OPT（奥普特）DeepVision3，集成了视觉基础大模型，提升模型鲁棒性的同时，极大缩短了训练验证到部署的周期，标注交互、各类功能任务操作更便捷，解决了深度学习在工业生产落地的痛点。

高效AI模型训练更快、更轻量化

如何降低数据依赖、人工成本、应用门槛，缩短总周期，一直是阻碍深度学习广泛落地的首要难题。

为攻克这些挑战， DeepVision3通过持续优化底层逻辑算法，通过在增量学习、小样本学习、模型轻量化等方面实现关键技术创新，大幅降低数据采集、模型训练及迁移等各个环节的时间成本。

面对少缺陷样本的视觉方案，DeepVision3通过利用数据增广、算法增强等小样本策略，减少90%的数据量，从过去的几百张，突破至十几张，甚至几张即可完成AI模型训练。基于深度图像生成网络生成大量高质量训练图像，且生成速度提升3倍以上。

图像生成模型

在模型性能几乎不变的前提下，对于4K规模的数据30min即可完成模型训练；而为更契合工业场景应用需求，DeepVision3 仅需几分钟便可实现新增需求的增量训练。

除此，DeepVision3通过模型轻量化的策略，不仅降低算力要求和减少推理时间，更重要的是让模型检测精度更高。

深度学习模型训练示意

使用CPU的情况下，约60ms即可完成2000万像素的关键目标物检测。相较于常规算法，检测和分类任务的推理速度提升20倍以上。

柔性集成视觉基础大模型，契合工厂模式

在使软件更高效的同时，OPT还利用迁移学习、领域自适应等技术，确保训练后的模型更具柔性，集泛化性、通用性、灵活性于一体。

面对相近工艺相同的质检，DeepVision3基于一键迁移技术，或通过自适应微调的方式，能实现一键换型，训练周期可缩短至数小时，解决了因缺陷形态差异大和产品换型号频繁等而引起的模型泛化性差的问题。

一键迁移技术示意

针对3C、锂电池行业，OPT还开发了通用检测模型，关键工序缺陷检测能做到软件开箱即可使用；同时即将推出知新大模型，以全新的检测方式实现对关键物体定位、检测，无需模型训练，进一步加速AI检测在更多行业的广泛落地。

不仅于此，DeepVision3还支持图片全局管理、多人协作、多工序分析、多机台协作等功能，高度契合现有的工厂生成模式需求。

易用AI功能丰富，一键部署

DeepVision3囊括了语义分割、字符识别、目标检测、图像分类等多种任务类型，无需编程，高度易用，极大降低了软件的学习成本。

DeepVision3配备多项智能辅助标注工具。对于字符识别任务，DeepVision3内置通用OCR和集中检查功能实现字符的半自动化标注，可对任意方向的字符或多行带角度文本进行识别，用户只需要核对结果。

字符识别示意

同时，对于最为耗时的语义分割标注任务，集成有语义分割AI工具、深度学习自动标注、传统算法自动标注、轮廓提取等。其中语义分割AI工具，只需要点击鼠标或拉一个框，即能根据用户兴趣点、目标框和掩码信息，自动生成高精度、准确的像素级物体标注。

语义分割示意

此外，DeepVision3还支持多标签复用、标注质量把控等功能。在模型训练过程中，提供超参设置提示、过程可视化、评估结果溯源等工具；而且还能一键部署到Smart3软件。