简单易用,零代码操作
零代码实现数据标注、模型训练与部署,内置自适应算法,免调参,零基础用户也能轻松上手
InsWorks ESAI 是一款面向工业智能检测的AI视觉平台,集成分类、目标检测、实例分割、级联等丰富的任务模块,提供从数据管理、模型训练、到模型优化的完整AI开发能力。通过可视化训练流程、灵活的模型管理和高效的推理部署,帮助用户快速构建稳定、高精度的工业AI检测应用。
零代码实现数据标注、模型训练与部署,内置自适应算法,免调参,零基础用户也能轻松上手
支持图像分类、目标检测、语义分割、实例分割等八大视觉任务,支持模型间级联,应对多样化应用需求
提供样本筛选、过漏杀导航分析、基于推理结果的混淆矩阵
支持训练集、测试集、混淆数据集、自定义集合的标注级筛选与排序。
兼容 C++、C# 等多种语言及 CPU、GPU 平台,优化的推理引擎实现毫秒级响应,满足大规模实时处理需求
支持导入 PNG、JPG、JPEG、BMP、TIF 等格式图像。
软件支持正负点智能标注,框选智能标注,检测转标注等方式,结合人工快速校验,减少重复操作,提升标注效率,降低训练成本
自动生成多样化缺陷样本,缓解缺陷数据不足,丰富训练数据,提升模型训练效果与泛化能力。
快速定位过杀、漏杀样本与异常数据,辅助模型分析和持续优化,提高检测稳定性。
支持 Windows、NVIDIA 等多平台部署,实现模型快速迁移,灵活适配边缘计算与工业现场应用。
可使用 C++、C# 语言进行部署,可集成至 VDE 等主流视觉处理平台。
APPLICATION CASES

识别划痕、破损、异物、脏污、崩边与隐裂等多类电池板缺陷。

通过深度学习模型识别复杂 PCB 制造缺陷,提升检测稳定性。

面向电池 Pack 外观缺陷建立 AI 检测模型,覆盖多形态异常。

利用良品学习降低缺陷样本依赖,检测金属件与汽车零部件外观异常。

检测泡罩包装中的药片漏装和装配异常,保障包装完整性。

识别物流承载物与托盘状态,为分拣、搬运和运行监控提供 AI 能力。

对手机马达六个面做全外观 AI 缺陷检测,识别划痕、磕碰、污渍、缺胶等缺陷,实现 3C 小件多面自动化外观质检。

基于 AI 视觉完成半导体晶圆多种缺陷自动分类,区分崩边、划痕、颗粒、图案异常等缺陷类型,用于半导体前道外观筛查。




