簡單易用,零程式碼操作
零程式碼實現資料標註、模型訓練與部署,內建自適應演算法,免調參,零基礎使用者也能輕鬆上手
InsWorks ESAI 是一款面向工業智慧檢測的AI視覺平台,整合分類、物件偵測、實例分割、級聯等豐富的任務模組,提供從資料管理、模型訓練、到模型最佳化的完整AI開發能力。透過視覺化訓練流程、靈活的模型管理和高效的推理部署,幫助使用者快速建構穩定、高精度的工業AI檢測應用。
零程式碼實現資料標註、模型訓練與部署,內建自適應演算法,免調參,零基礎使用者也能輕鬆上手
支援影像分類、物件偵測、語義分割、實例分割等八大視覺任務,支援模型間級聯,應對多樣化應用需求
提供樣本篩選、過漏殺導航分析、基於推理結果的混淆矩陣
支援訓練集、測試集、混淆資料集、自定義集合的標註級篩選與排序。
相容 C++、C# 等多種語言及 CPU、GPU 平台,最佳化的推理引擎實現毫秒級響應,滿足大規模實時處理需求
支援匯入 PNG、JPG、JPEG、BMP、TIF 等格式影像。
軟體支援正負點智慧標註,框選智慧標註,檢測轉標註等方式,結合人工快速校驗,減少重複操作,提升標註效率,降低訓練成本
自動生成多樣化缺陷樣本,緩解缺陷資料不足,豐富訓練資料,提升模型訓練效果與泛化能力。
快速定位過殺、漏殺樣本與異常資料,輔助模型分析和持續最佳化,提高檢測穩定性。
支援 Windows、NVIDIA 等多平台部署,實現模型快速遷移,靈活適配邊緣計算與工業現場應用。
可使用 C++、C# 語言進行部署,可整合至 VDE 等主流視覺處理平台。
APPLICATION CASES
識別劃痕、破損、異物、髒汙、崩邊與隱裂等多類電池板缺陷。
透過深度學習模型識別複雜 PCB 製造缺陷,提升檢測穩定性。
面向電池 Pack 外觀缺陷建立 AI 檢測模型,覆蓋多形態異常。
利用良品學習降低缺陷樣本依賴,檢測金屬件與汽車零部件外觀異常。
檢測泡罩包裝中的藥片漏裝和裝配異常,保障包裝完整性。
識別物流承載物與托盤狀態,為分揀、搬運和執行監控提供 AI 能力。
對手機馬達六個面做全外觀 AI 缺陷檢測,識別劃痕、磕碰、汙漬、缺膠等缺陷,實現 3C 小件多面自動化外觀質檢。
基於 AI 視覺完成半導體晶圓多種缺陷自動分類,區分崩邊、劃痕、顆粒、圖案異常等缺陷類型,用於半導體前道外觀篩查。




