▲Mech-DL Kit深度学习本地训练工具介绍
5月28日，梅卡曼德Mech-DL Kit深度学习本地训练工具正式发布。Mech-DL Kit将深度学习模型训练的工作环节全流程整合，集成商可在本地一站式完成深度学习模型训练，节省时间与人力成本，简化流程的同时提升训练效率，并保证数据安全性。▲深度学习应用场景、特点及解决方案
在深度学习的各类应用场景中，电商、仓储行业的海量物品可用免注册方案进行抓取；纸箱、麻袋、周转箱等也因尺寸外形相对一致，可预先训练模型；而在工程机械、汽车等行业，因工件形状各异，难以预先准备模型，而在模型训练过程中，沟通成本高，人力成本投入大，效率低下且数据安全性无保障，因此如何快速训练模型，提高生产效率成为行业刚需。
▲形状各异的工件（链轨节、曲轴、曲柄、钢板等）
为帮助工程机械、汽车等领域的客户提高训练效率，经潜心开发，梅卡曼德推出Mech-DL Kit深度学习本地训练工具，让集成商能够方便、高效、自主地训练出适用于各类典型场景的深度学习模型。
梅卡曼德已经将深度学习成功应用于制造、物流等行业的上千个实际案例中，Mech-DL Kit的发布将使集成商获得与梅卡曼德自身的交付团队同样的模型训练能力。
Mech-DL Kit特点
Mech-DL Kit支持多种训练模型，包括：缺陷检测、分类、实例分割。
▲Mech-DL Kit支持三种模型训练算法
缺陷检测广泛应用于各类工件的缺陷识别，帮助企业降本增效。目前提供2种训练模式（Mech-DL Kit会自动识别数据集，选取训练模式）：（1）无监督模式：针对实际项目中很难得到缺陷数据的情况，仅使用正常数据训练，无需任何标注，即可用于检测缺陷；（2）有监督模式：在拥有缺陷数据的情况下，对缺陷区域进行标注，与正常数据共同训练。
分类可指定类别后判断物体类别、状态，例如识别物体正反面、区分相似的物体。
▲Mech-DL Kit实例分割效果
实例分割可从大量堆积的物品中识别并找出指定物体，标注出物体的轮廓及类别。
整合训练全流程，将深度学习训练的步骤集于一体，集成商一方参与即可完成深度学习模型训练的所有工作。
通过使用Mech-DL Kit深度学习本地训练工具，使用者可独立完成数据采集、数据标注、模型训练、模型测试等工作，最快约2小时即可获得较为理想的深度学习模型，大幅缩短模型训练的时间，且不需与厂商来回反复沟通，为集成商提供了更高效、便捷的解决方案。
数据标注、模型训练等步骤可在本地自主完成，无需对外进行数据传输。
以往深度学习模型训练过程，集成商需要将采集后的物体数据（可能涉及货品种类、原料配方、工艺等诸多保密信息）发给第三方进行数据标注和模型训练，因此存在数据泄露的风险，威胁数据安全。Mech-DL Kit将数据采集、数据训练和模型标注等环节均设置于本地，保障数据安全性。
无技术背景的操作人员，经简单培训后即可独立进行深度学习模型训练。
▲用Mech-DL Kit在本地进行自主深度学习训练
Mech-DL Kit的UI界面设计简约，功能分区明确，使用者无需编写代码，可一键打开深度学习训练流程，独自完成数据上传、数据标注与模型训练等工作。降低使用者的学习成本，且进一步提升训练效率。
内置先进AI算法，少量样本即可满足训练要求。
Mech-DL Kit集成先进的AI算法，最少仅需数十张样本，即可满足深度学习的训练要求（具体根据实际情况而定）。运行Mech-DL Kit推荐配置：处理器：i7-9700，显卡：RTX 2070，内存：16GB。目前，机器人在各行业领域的应用逐年递增，而用户难以在获得机器人硬件的同时，也获得配套的软件、工具，亟待“一站式”完成智能机器人部署的成熟解决方案。另一方面，系统集成商也面临诸多困难。在智能化项目的承接与落地过程中，系统集成商受限于效率、人才、工艺等因素，想推动智能机器人高效、规模化地部署及应用，离不开3D传感器、视觉算法、机器人运动规划等“硬技术”，也需要强大的工程设计能力、完善的典型应用标准、高效安全的训练工具、快速的服务响应等“软实力”，以上两者缺一，都会给智能机器人的部署带来阻碍。一直以来，梅卡曼德都致力于不断增强硬技术和软实力，希望通过逐步完善智能机器人软硬件产品和相关配套服务及工具，不断提升产品的易用性，并将技术能力真正输出给集成商。Mech-DL Kit的发布，是梅卡曼德进一步提升综合实力所迈出的重要一步，梅卡曼德将持续赋能集成商和合作伙伴，一起帮助用户完成真正的“一站式”智能机器人部署，让自动化应用更便捷、高效、简单。Mech-DL Kit深度学习本地训练工具现已正式发布。如您想了解使用，请在微信公众号进行留言或直接联系您的对应销售。