华睿科技作为一家专注于机器视觉研发、生产和销售的专业性公司，我们致力于面向重点行业提供涵盖硬件、软件、算法在内的完整端到端解决方案，携手合作伙伴，共同演绎千行百业的智能高效生产模式。

算法平台

华睿科技始终坚持创新是公司发展的原动力，内部设有五大研发部门，所有视觉软件产品都基于同一套视觉算法。在此算法基础上，我们根据不同客户和场景需求推出两个软件解决方案，分别是算法平台MVP和算法包MVK。

· 算法平台MVP

算法平台MVP是一款图形化界面交互软件，我们将视觉通用处理算法抽象为工具块，分成13大类工具：

如下图所示，用户只需要在了解工具作用和参数如何配置后，通过拖拽添加工具和连线实现数据交互即可，可以迅速完成视觉工程搭建，入门简单使用方便。完成工程搭建后，可以在自定义界面通过添加控件，绑定数据源来制作用户界面。整个过程无需编程就能实现图像采集、图像处理、通讯输出及用户界面设计，大大节省了项目时间和工作量。

· 算法包MVK

算法包MVK是一套完善的标准的机器视觉算法包，提供了定位、识别、测量、深度学习、Region、XLD、标定、图像处理等算法，用户可以调用相关算法的C/C#接口，无需关注底层算法的实现，只专注于上层自己的软件逻辑即可，更加无痕、高度集成的使用视觉功能，开发灵活、封装自由。这款产品尤其适用于设备商使用。

技术路线

基于算法平台MVP和算法包MVK，我们提供了三条技术路线供客户完成视觉应用。

· 快速模式

在快速模式下，用户只需要在MVP软件里添加相关工具搭建视觉工程，在自定义界面里添加控件搭建用户界面，过程中用户无需编写代码就能完成一个视觉应用。

· 开发模式

在路线一快速模式下用户无需编写代码即可完成视觉应用，但有的需求中，用户可能对界面有更多的设计要求，或者需要将视觉功能嵌入到自己的上位机软件中，这种情况需要使用MVP的二次开发功能。目前MVP支持基于WinForm或Qt框架进行二次开发，并且为了减轻开发人员的工作量，我们将MVP的工具箱、流程编辑区、图像显示区和参数配置区抽象为独立的公共组件，用户可以根据需求在二次开发中添加相关控件，实现在二次开发软件中修改MVP程序，这大大方便了现场调试人员进行参数调整。

· 算子调用模式

算子调用模式是基于算法包MVK产品，这种模式下，当用户需要在自己的软件中嵌入视觉功能，只需要使用我们提供的算法动态库文件，调用相关接口即可实现视觉功能。

应用场景

通过以上三条技术路线，用户可以实现各种定位、识别、测量、检测等四种应用场景。

· 定位场景

· 识别场景

· 测量场景

· 检测场景

深度学习平台介绍

在视觉的通用四大场景中，定位、测量、识别通常来说实现难度低、检出效果稳定，但对于缺陷检测场景，往往传统算法实现起来难度大，检出效果不稳定，基于此，我们提供了深度学习方法实现缺陷检测，用户可以根据需求选择传统算法、深度学习、传统算法+深度学习方式完成视觉应用。

深度学习训练平台MVT集成了程序管理，样本标定，样本增强、模型结果测试分析一体化功能，内置神经网络模型方便用户更加便捷对视觉任务进行模型训练、测试、选择。该平台的深度学习视觉算法任务涵盖了分类、检测、语义分割、实例分割、字符识别、文本行识别场景，每个类型的任务都内置了大、中、小的模型，支持根据任务的复杂程度选择相应模型大小。

· 检测场景MVT支持的任务场景

· 检测场景MVT中完成模型训练

通过多种方式，可以简化标注工作量，如下列图片所示。（从左到右分别是：实例分割标注、语义分割标注、单字符标注、文本行标注、分类标注。）

在项目中可以先用几十张图片训练一个初步模型，再将此模型作为预标定模型标注其他图片，人工对标注不准确的结果进行调整，这同样可以节省很多的标注工作量。

使用模型预标定

在MVT里训练得到模型后，直接在MVP里添加深度学习相关工具，导入深度学习模型，即可获得工具结果。同时也可以把深度学习结果传给其他工具作为依赖项或者把其他工具的结果传给深度学习工具，实现了深度学习与传统算法的无缝结合。

MVT与MVP配合

一套产品体系，两个解决方案，三条技术路线，四大应用场景，面向视觉，华睿科技构建了一套成熟的成套软件方案。在未来，我们将继续朝着降低软件使用门槛、缩短项目开发周期的方向持续耕耘，期待为客户源源不断提供更优更高效的软件产品。