深度学习简化了材料检测的工业图像分析

OLYMPUS Stream图像分析软件如今借助人工智能的威力将下一代图像分割技术引入到工业显微镜检测中。这款软件的2.5版本添加了奥林巴斯的TruAI深度学习技术，可使用户训练神经网络进行自动图像分割和显微图像中的物体分类，完成一系列的材料检测。经过训练的网络可以应用于未来类似应用的分析，以大幅提升工作效率。

准确的图像分割
图像分析是许多材料科学、工业和质量保证应用中的关键部分。然而，使用依赖于HSV或RGB色彩空间的传统阈值处理方法进行图像分割，可能会遗漏样品中的关键信息或目标。奥林巴斯的TruAI技术可基于深度学习提供更准确的分割，完成具有高度可重现性和稳定性的分析。

轻松训练和管理神经网络
凭借TruAI解决方案，用户可以轻松地训练出强大的神经网络。使用方便的界面可使用户高效地标记图像，批量运行训练。网络可以使用许多输入通道进行配置，经过训练可以识别多达16个类别，并可导入或导出。该解决方案还提供审核和编辑训练细节的选项。

图像说明：复合材料的相分析是一种使用深度学习技术完成的典型的工业图像分析应用。OLYMPUS Stream软件2.5版本使用深度学习技术进行了图像分割之后，就可以准确地区分和探测到不同的相。结合使用软件中的计测解决方案，用户可以轻松获得可重复的定量结果。左图：蚀刻铜的原始图像。中图：使用传统阈值处理方法完成的图像分割。右图：使用深度学习技术完成的图像分割。

定制的用户工作流程
该软件的更新还可使所有用户获得奥林巴斯的工作流程定制服务。奥林巴斯设计了可量身定做的OLYMPUS Stream工作流程，解决了用户特定的应用问题和难题，帮助用户实现各不相同的目标。

更新到OLYMPUS Stream软件的2.5版本
拥有OLYMPUS Stream 2.4版本的客户可以使用其现有的许可证免费将软件更新至2.5版本。