Was ist Deep Learning?

Deep Learning (zu deutsch: tiefes, mehrschichtiges Lernen) ist eine maschinelle Informationsverarbeitung, die künstliche neuronale Netze einsetzt. Durch die Nutzung von Zwischenschichten zwischen der Eingabe- und der Ausgabeschicht entsteht eine umfangreiche Struktur, die zur Bearbeitung von z. B. Prüfprozessen in der automatischen Fertigung eingesetzt werden kann.

Als Teilmenge des maschinellen Lernens nutzt Deep Learning zur Bewältigung der Aufgaben die Hierarchie von Konzepten. Das bedeutet, die Prüfung selbst ist eine Zusammensetzung aus einzelnen, kleinteiligeren Prüfkonzepten. Da die Maschine bzw. das neuronale Netzwerk aus der Erfahrung und aus Beispielen lernt, ist es nicht notwendig, dass alles vorab formal spezifiziert wird.

Warum wird es in der Fertigung benötigt?

In einem typischen Herstellungsprozess bleiben Schritte ungeprüft, weil sie z. B. einen zu hohen Personalaufwand erfordern würden oder aber zu komplex sind. Dadurch entsteht ein Risiko für den Hersteller, das u. a. bei Produktrückrufen oder eingetretenen Gefahren hohe finanzielle und auch für das Marken-Image negative Folgen haben kann.

Deep Learning-Technologie reduziert Kosten und Risiko. Bildverarbeitungssysteme mit integrierten Deep Learning-Lösungen können auch komplexe Prüfaufgaben an Ihrer Fertigungslinie durchführen. Dabei glänzen sie mit ihrer Kombination aus der flexiblen Prüfung durch den Menschen und der Gleichmäßigkeit eines Computers.

Kosten senken. Risiko minimieren. Effizienz steigern.

Mit Deep Learning-Lösungen in der Fertigung erhöhen Sie Ihre Effizienz und reduzieren das Risiko bisher nicht oder nicht ausreichend geprüfter Fertigungsschritte.

Automatisieren Sie Ihre Prüfprozesse mit Deep Learning!

die Position verschiedener Defekte im Bild vorhersagen und als Heatmap darstellen.

einschließlich Textpositionierung und Zeichenerkennung, die dazu verwendet werden, die Textposition beziehungsweise den Wahrheitswert des Textes im Graphen vorherzusagen.

die Art der Objekte auf dem Bild bestimmen.

Bestimmen Sie die Kategorie des im Bild erscheinenden Objekts und sagen Sie seinen Standort voraus.

Suchen Sie im angegebenen Bilddatensatz nach Bildern mit ähnlichen Eigenschaften wie das Eingabebild.

Bestimmen Sie die Objektkategorie und simulieren Sie die Position ihrer Kontur.

Durch die Registrierung mit wenigen Beispielen lassen sich Klassifizierungs-, Lokalisierungs- und Erkennungsaufgaben für die registrierten Zielobjekte direkt durchführen.

Für das Training werden lediglich normale Proben benötigt; abnormale Bereiche werden als Heatmap dargestellt.

Vorteile von Deep Learning-Lösungen

…gegenüber der Prüfung durch Menschen:

Dauereinsatz bei gleichmäßiger und gleichbleibender Qualität
Zuverlässige Fehlererkennung
Schnellere Prüfung

…gegenüber herkömmlicher Bildverarbeitung:

Auch für komplexe Prüfaufgaben geeignet
Leichter zu konfigurieren
Funktioniert auch bei Defektschwankungen

…gegenüber Deep Learning-Open Source-Bibliotheken:

Weniger Daten und Rechenleistung erforderlich
Einfache Schnittstelle
Hersteller-Support

Welche Anwendung benötige ich wofür?

Industrielle Bildverarbeitung:

Messen und Messtechniken
Barcodelesen und Identifikation
Vorhandensein / Fehlen
Roboterführung

Beide Anwendungen möglich:

Prüfen und Fehlererkennung
OCR
Lokalisierung von Teilen und Merkmalen
Zählen

Deep Learning-Lösungen:

Prüfen und Segmentieren von komplexem Aussehen
Klassifikation von Textur und Material
Montageüberprüfung
Lokalisierung von verformten und variablen Merkmalen
Anspruchsvolle Zeichenerkennung, z. B. verzerrter Druck

HIKROBOT MV-SC6000 Serie goes DeepLearning

Entwicklungsplattform VisionMaster mit mehr als 140 konventionellen Bildverarbeitungstools
Vollständige Integration aller Funktionen, vom Training bis zur Ausführung, über die lokale VisionMaster Plattform auf der Kamera
Leistungsstarke DeepLearning Algorithmen mit integrierter Klassifizierung, Zielerkennung, Zeichenpositionierung und -erkennung sowie Segmentierung

DATENBLATT

MANUAL