传统的视觉算法受打光以及图像的边缘对比度影响，无法做到人眼的分辨效果，而且人具有学习能力，经过大量样本的学习，人就可以找到不同物体之间的细微差别，从而分辨出物体的类别。CNN就是模拟人的大脑神经元结构，用计算机构造的简化了的人脑神经网络模型，其主要用于图像分类和识别。
labview是一个广泛应用于工业自动化测控领域的编程平台，其具有很多不同行业的算法库，例如vision视觉库，集成了常用的视觉算法。其编程特点是上手快，开发效率高，兼容性强，能快速调用c++，c#等平台的dll类库。如何将labview与深度学习结合起来，来解决视觉行业越来越复杂的应用场景所遇到的困难。
下面以开关面板为例讲解如何使用labview实现深度学习应用。
ok样本
ng样本
这些图片的特征是：ok与ok，ng与ng之间都有差异，传统的方法要实现，就需要复杂的算法编程实现，如果用深度学习，则非常简单。
1.准备好样本库，分别放到命名为ok和ng的文件夹中
2.利用uvision-ai（labview调用第三方库实现）训练模型。
1000步时（耗时30s），验证集的识别率已经达到100%，loss下降到0.01。
3.调用uvision平台进行测试。
训练2000步后样本包含训练集和测试集（未参与训练，比例15%），总体识别率达到99.669%。
请关注我们，一起探讨视觉相关话题，分享深度好文。
龙哥手把手教您LabVIEW视觉设计课程火热推出中！详情可点击下方链接进行查看：http://t.elecfans.com/c801.html
