Logowanie

nie pamiętam hasła

Jesteś firmą i nie posiadasz konta?
Zdobądź dostęp do funkcji serwisu:

  • wizytówka
  • artykuły
  • wydarzenia
  • produkty
  • zapytania ofertowe
  • newsletter

Partnerzy serwisu

Algorytmy głębokiego uczenia w systemach wizyjnych Cognex

Coraz częściej przemysłowe systemy wizyjne zwracają się ku głębokiemu uczeniu jako rozwiązaniu problemów zbyt złożonych, czasochłonnych i skomplikowanych programowo dl tradycyjnej wizji maszynowej. Cognex ViDi jest jednym z pierwszych rozwiązań na rynku pozwalającym wykorzystać głębokie uczenie w automatyce przemysłowej.
17:44
Dodał: Redakcja Serwisu (1)
Technologia głębokiego uczenia wykorzystuje sieci neuronowe które naśladują ludzką inteligencję, aby odróżnić i identyfikować anomalie, części oraz znaki tolerując tym samym ich naturalne zróżnicowanie. Głębokie uczenie oferuje przewagę nad tradycyjnym podejściem do wizji maszynowej, która ma znaczne problemy z rozróżnianiem pozornie podobnych wizualnie obiektów.

Oprogramowanie oparte na głębokim uczeniu sprawdza się doskonale do:
  • Rozwiązywania problemów zbyt trudnych dla programów opartych na regułach
  • Wyszukiwania obiektów na zmiennym tle i przy słabej jakości zdjęć
  • Optymalizacji i ponownego uczenia w warunkach produkcyjnych
  • Dostrajania systemu na nowych przykładach bez przeprogramowywania głównego algorytmu
  • Wykorzystania przez osoby, które nie znają się na systemach wizyjnych
Oprogramowanie Cognex ViDi składa się z 4 zestawów narzędzi:
1 . Locate
ViDi Blue-Locate wyszukuje złożone cechy i obiekty ucząc się na załączonych obrazach. Samouczące się algorytmy sprawdzają obecność, liczą części i wyznaczają ich pozycje.

2. Analyze
ViDi Red-Analyze segmentuje defekty i pozostałe regiony poprzez rozpoznawanie wyglądu wskazanych stref. Narzędzie to identyfikuje rysy na skomplikowanych powierzchniach, niepełne i niewłaściwe złożenia oraz nawet zaburzenia kształtu ucząc się ich normalnego wyglądu z uwzględnieniem znaczących lecz nadal tolerowanych różnic.

3. Classify
ViDi Green-Classify oddziela różne obszary na podstawie grupy oznaczonych obrazów. Poprzez uczenie się akceptowalnych tolerancji narzędzie to identyfikuje np. produkty po zmiennych opakowaniach i odróżnia akceptowalne i nieakceptowane anomalie.

4. Read
ViDi Blue-Read odczytuje zdeformowane i niewyraźne napisy i kody, wykorzystując nauczone wcześniej biblioteki znaków. Uczenie systemu nie wymaga złożonej pracy programistycznej i jest przeznaczone do szybkiego, łatwego wdrożenia.

Źródło: https://www.cognex.com

 

prasa i literatura branżowa