Künstliche Intelligenz in der industriellen Bildverarbeitung
Intelligente Bildverarbeitung für smarte Produktionsprozesse
Künstliche Intelligenz revolutioniert die industrielle Bildverarbeitung, indem sie die Effizienz und Präzision von Inspektions-und Überwachungsprozessen sinnvoll um KI-basierte Ansätze erweitert. Bei aku setzen wir modernste KI-Technologien ein, um Ihre Anforderungen an die industrielle Bildverarbeitung zu erfüllen.
Unsere KI-Lösungen
Erfüllung Ihrer Bildverarbeitungsanforderung mit modernster Technologie
Cognex VisionPro Deep Learning
Leistungsfähige KI-basierte Bildanalyse-Software für komplexe Anwendungen
Cognex ViDi
Hochperformante Tools für wiederkehrende KI-basierte Aufgaben
Smartkameras & Edge Learning
Leistungsstarke Hardware mit KI-Algorithmen direkt in der Kamera
Halcon KI
Effizientes Training leistungsstarker Netze dank Halcon KI
ONNX-Worker
Training eigener neuronaler Netze und Integration im aku.visionManager®
Fortschrittliche Deep Learning-Technologien für Ihre Produktion
Klassifikation
Im Rahmen der Klassifikation wird das gesamte Bild einer Klasse zugewiesen. Dazu müssen dem Netzwerk lediglich die entsprechenden Beispielbilder bekannt gemacht werden. Bei diesem Verfahren wird jedem Bild ein zugehöriger Konfidenzwert der Klasse zugeordnet. Dieser gibt die Übereinstimmungsquote des präsentierten Bildes mit der jeweiligen Klasse an.
Objektdetektion
Die Objektdetektion ermöglicht die Erkennung und räumliche Lokalisierung verschiedener trainierter Klassen in einem Bild. Ein erkanntes Objekt wird einer Klasse zugeordnet und rechteckig umrandet. Die Erkennung und Unterscheidung verschiedener Objekte findet ebenfalls beim Lesen von Schriften sowie bei der optischen Zeichenerkennung (OCR) Anwendung.
Segmentierung
Die Segmentierung stellt eine Verfeinerung der Objektdetektion dar. Als eine genauere Version der Objekterkennung. Bei diesem Verfahren wird jedem einzelnen Bildpixel, auch dem Hintergrund, eine Klasse zugeordnet. Dadurch kann ein gefundenes Objekt genau segmentiert werden.
Anomalie-Erkennung
Die Anomalie-Erkennung identifiziert Abweichungen von einer guten Version. Um das System zu trainieren, werden zunächst fehlerfreie Objekte verwendet. Das System erkennt dann Fehler (z. B. Risse, Löcher, Kratzer) im Bild als Abweichung. Der Vorteil besteht darin, dass das System lernt, Fehler zu finden, ohne sie vorher zu kennen.
Fallstudien
Was Sie auch interessieren könnte:
