传统的深度学习，需要大量的图像训练才能开始工作，为了训练和执行模型，涉及的计算要求非常高，但其实并非所有项目都需要如此清晰的细化分辨。而康耐视推出的边缘学习技术，可以让您使用更少的图像更快的学习，并且由于学习速度快，无需GPU。
自动化视觉检测对于提高制造速度和准确性至关重要，因此深度学习是一种出色的解决方案。但要有效地使用深度学习技术，前期需要大量的图像训练和模型执行，并且自动化工程师还需具备深度学习专业知识。而边缘学习对于所有人而言都是一种可行的自动化解决方案，只需少量图像在简短的时间内即可完成训练，还无需具备该领域的专业知识即可完成部署。
什么是边缘学习
所谓边缘学习即指“边缘深度学习”， 其是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，以创建针对工厂自动化优化过的一个集成工具集。边缘学习通过使用基于单台智能相机的解决方案，可以在数分钟内将边缘学习部署到任何生产线上。边缘学习与其他深度学习产品的不同之处在于，其专注于确保在应用部署的所有阶段都易于使用。举例来说，边缘学习仅需更少的图像即可实现概念验证，图像设置和采集时间也更少，并且无需专门编程。
边缘学习3大优势
1、 无需经验
该技术无需机器视觉和深度学习方面的专业知识。相反，生产线工程师可以基于其对所需解决任务的现有了解来训练边缘学习技术。
2、 易于部署
通过使用基于单台智能相机的解决方案，用户可以在数分钟内将边缘学习部署到任何生产线上。该解决方案集成了高质量的视觉硬件、用于预处理每个图像以减少计算量的机器视觉工具、经过预训练以解决工厂自动化问题的深度学习网络以及专为工业应用设计的简单用户界面。
3、 使用方便
边缘学习并非通用的解决方案，而是专门为工业自动化应用量身定制的。边缘学习与其他深度学习产品的不同之处在于，其专注于确保在应用部署的所有阶段都易于使用。相比更传统的深度学习解决方案，该技术设置简单，训练所需的时间和图像也更少，并且无需编程经验。
