산업용 ZEISS 주사 전자 현미경:

픽셀 분류 또는 딥러닝과 같은 확립된 머신러닝 기술을 사용하면 전문가가 아닌 사용자도 ZEISS ZEN Intellesis로 신뢰할 수 있고 재현 가능한 분할 결과를 얻을 수 있습니다. 이미지를 로드하고, 클래스를 정의하고, 픽셀에 레이블을 지정하고, 모델을 학습시키고, 분할을 수행하기만 하면 됩니다.

소프트웨어는 몇 장의 이미지에 대해 한 번만 학습하면 수백 장의 이미지 배치를 자동으로 분류할 수 있습니다. 이렇게 하면 시간이 절약될 뿐만 아니라 사용자 관련 편차가 발생할 수 있는 범위도 줄어듭니다. 많은 유사 이미지에서 시간이 많이 걸리는 모든 분할 단계는 강력한 머신러닝 알고리즘이 처리합니다.

ZEISS ZEN Intellesis
머신 러닝을 통해 입자 식별을 가능하게 하고 입자 식별, 이미지 분할 학습, 개체 분류에 더 높은 정확도를 제공합니다.

Intellesis 개체 분류
세분화된 입자를 분류하고 하위 유형으로 정렬하는 데 사용됩니다. 그런 다음 이 정보를 사용하여 유형별 입자 수를 계산할 수 있습니다.

ZEN Intellesis는 광시야, 초고해상도, 형광, 라벨 프리, 공초점, 라이트 시트, 전자 및 X-선 현미경 등 다양한 이미징 소스의 다차원 이미지를 쉽게 분할할 수 있도록 지원합니다. 그런 다음 ZEN의 평가 모듈을 사용하면 산업 표준에 따라 자동으로 보고서를 작성하고 측정할 수 있습니다.

분할 후 유형별 분류에 있어서는 ZEN Intellesis의 접근 방식은 혁신적입니다. 일반적인 머신러닝 솔루션처럼 개별 픽셀을 살펴보는 대신, 객체 분류 모델은 객체당 50개 이상의 측정된 속성을 사용하여 자동으로 객체를 구분하고 분류합니다. 표로 정리된 데이터를 기반으로 하는 이 분류 프로세스는 특별히 훈련된 딥 뉴럴 네트워크가 수행하는 분할보다 훨씬 빠릅니다.

레이어 두께의 예입니다:
CIGS 태양전지 층의 FIB 단면 오버레이: Crossbeam 550 InLens 디텍터 결과(오른쪽)와 ZEN Intellesis 머신러닝 분할 후 결과(왼쪽).