深度學習(DL, Deep Learning)是機器(qì)學習(ML, Machine Learning)領域中一(yī)個(gè)新(xīn)的研究方向，它被引入機器(qì)學習使其更接近于最初的目标——人(rén)工智能(néng)(AI, Artificial Intelligence)。

深度學習是學習樣本數據的内在規律和表示層次，這(zhè)些(xiē)學習過程中獲得的信息對諸如(rú)文字，圖像和聲音(yīn)等數據的解釋有很大的幫助。它的最終目标是讓機器(qì)能(néng)夠像人(rén)一(yī)樣具有分(fēn)析學習能(néng)力，能(néng)夠識别文字、圖像和聲音(yīn)等數據。 深度學習是一(yī)個(gè)複雜的機器(qì)學習算(suàn)法，在語音(yīn)和圖像識别方面取得的效果，遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術。

應用場(chǎng)景

1）字符識别，複雜場(chǎng)景下(xià)的字符識别，相對于傳統的OCR方案，識别質量大大提升

2）物品檢測

• 生(shēng)産過程中，有粘貼吸管環節，可能(néng)出現(xiàn)粘貼不合格的情況
• 通過機器(qì)視(shì)覺技術，檢測吸管粘貼是否合格，不合格的做剔除處理(lǐ)
• 主要應用機器(qì)視(shì)覺的測量技術，測量吸管的粘貼角度來(lái)判别

• 生(shēng)産過程中，有漏卷的情況存在
• 通過機器(qì)視(shì)覺技術，檢測是否存在漏卷，如(rú)果有，進行剔除處理(lǐ)
• 主要應用機器(qì)視(shì)覺的測量技術，模式識别技術，統計計數功能(néng)綜合判别

3）物品識别

叉車檢測，替代光幕，解決誤觸發問題