Pleora Technologies和Neurocle宣布了一项技术合作伙伴关系，该合作伙伴关系简化了基于深度学习的分类，分段和对象检测功能在视觉检查应用中的部署。主要客户正在评估与Neurocle一起开发的AI Gateway and Inspection插件，以减少包装，药品和制成品分析应用程序中的错误，假阳性和二次检查。
Pleora Technologies首席技术官Jonathan Hou表示：“ Pleora的AI网关和插件技能可帮助组织快速实现机器学习的业务优势，而无需进行昂贵，费时的算法开发或替换现有基础架构。“与包括Neurocle在内的合作伙伴一起，我们正在为AI提供一种独特的进化方法，该方法可以快速部署和持续培训，以提高结果并降低视觉检查和质量控制的成本。”
借助Pleora AI网关和检查插件，最终用户和集成商可以部署机器学习视觉检查功能，而无需任何其他编程。图像和数据可以简单地上传到Neurocle的Neuro-T深度学习视觉软件，该软件支持独特的“自动深度学习”技术，该技术具有针对Pleora AI Gateway中的NVIDIA GPU优化的预定义参数。借助Pleora的“无代码”方法，可以将AI模型转移并部署在AI Gateway上以用于生产环境。与这种即插即用方法相比，传统的AI算法开发需要多个耗时的步骤和专用编码来输入图像，标签缺陷，微调训练和优化模型。
AI Gateway可以从任何符合视觉标准的图像源中处理图像，并通过GigE Vision将处理后的数据发送到检查和分析平台。这意味着最终用户可以在维护基础架构，流程和分析软件的同时避免供应商锁定。
例如，在质量检查应用程序中，AI Gateway会拦截摄像头图像馈送并应用所选的“检查插件”技能。然后，网关将经过AI处理的数据发送到检查应用程序，检查应用程序无缝接收视频，就像仍然将其直接连接到摄像机一样。同样，AI Gateway可以使用与传统处理工具并行的已加载插件技能来处理影像数据。如果检测到缺陷，则来自AI网关的已处理视频可以确认或拒绝结果，作为辅助检查。