Haben Sie Fragen? +49 8677 409958-0

senswork Innovation Lab

Innovation Lab

Wir entwickeln Sehen für Maschinen und Roboter mit Deep Learning und Künstlicher Intelligenz

In unserem senswork Innovation Lab in München arbeiten wir kontinuierlich an neuen Lösungsansätzen für optomechanische Inspektionsaufgaben mittels Deep Learning und Künstlicher Intelligenz (KI). Neue Erkenntnisse und Technologien für die industrielle Bildverarbeitung greifen wir frühzeitig auf, um sie in Industrie und Forschung nutzbar zu machen. Damit bereiten wir den Weg für die Zukunft der Qualitätssicherung in der Machine-Vision-Industrie.

 

Deep Learning Whitepaper: Eine Einführung in Deep Learning in der Automationsbranche

Konventionelle Bildverarbeitungssysteme und Algorithmen zur Bildauswertung haben sich in den vergangenen Jahren stetig weiterentwickelt. Vor allem Machine Learning oder Deep Learning, eine Methode aus dem Bereich der Künstlichen Intelligenz, eröffnet neue Möglichkeiten der Bilddatenanalyse. Während konventionelle Methoden der Bildverarbeitung bei der Mustererkennung auf Regeln und einem definierten Modell des Objekts basieren, ist die Vorgehensweise bei Deep Learning eine andere.

 

Jetzt herunterladen!

 

Deep Learning Whitepaper     

 

 

Neuralyze® von senswork

Für Qualitätsprüfungen mit komplexen Prüfobjekten hat senswork die Deep-Learning-Software Neuralyze® entwickelt. Die effiziente Prüfsoftware eignet sich für Aufgaben, die mit klassischer Bildverarbeitung nicht gelöst werden können. Dazu gehören zum Beispiel Inspektionen bei Prüfobjekten mit transparenter, spiegelnder, gekrümmter oder inhomogener Oberfläche oder aber die Detektion von Produkten mit einer hohen Merkmalsvarianz.

Zur Merkmalsbeurteilung wird eine selbstlernende Methode mit neuronalen Netzen implementiert. Für den Trainingsvorgang ist eine umfassende Anzahl an Bilddaten notwendig, mithilfe derer der Algorithmus anschließend optimiert wird.

Mit Neuralyze können beispielsweise Risse, Kratzer, Lunker, Fasern, Riefen, Haare, Oxidation, Delamination oder Einschlüsse erkannt werden.

 

 

Neuralyze® Guide Download

Jetzt Neuralyze Guide herunterladen!

 

 

 

 

Im Video sehen Sie Neuralyze im Einsatz in der Lebensmittelindustrie

Ihr Ansprechpartner

Bei Fragen oder Interesse an Beratung stehe ich Ihnen gerne zur Verfügung:

Markus Schatzl senswork
Markus Schatzl

+49 (0)89 215 298 46 0
markus.schatzl@senswork.com

senswork GmbH
Innovation Lab
Friedenstraße 18
81671 München

 

FAQ – Häufig gestellte Fragen

In unserem Innovation Lab konzentrieren wir uns auf Deep Learning und Bildverarbeitung, um die komplexen Aufgabenstellungen der Kunden besser lösen zu können. 

1. Was ist Deep Learning bzw. KI und was bietet senswork an?

Deep Learning und Machine Learning (DL/ML) sind Verfahren aus dem Forschungsbereich der Künstlichen Intelligenz (KI). KI ist ursprünglich eine Domäne aus der Informatik, die sich zum Ziel gesetzt hat, Software so zu modellieren, dass sie bis zu einem gewissen Grad lernfähig und in Bezug auf ihre Interaktionen nicht vom Handeln eines Menschen zu unterscheiden ist.

Die Disziplin ist in den vergangenen 65 Jahren durch mehrere Hype- und Konsolidierungsphasen gegangen. Im Zuge der Entwicklung komplexer Anwendungsframeworks und einer enormen Leistungssteigerung von Rechenhardware wurde in den letzten Jahren ein bemerkenswerter Höhepunkt erreicht.

Obwohl Machine Learning in der Bildverarbeitung seit mehr als 20 Jahren in Produktivsystemen eingesetzt wird, eröffnen eine Reihe neuer, methodischer Ansätze hier Möglichkeiten, den Anwendungsspielraum deutlich zu erweitern und diese Technologie auf breiter Ebene einzusetzen.

senswork bietet für den Einsatz von DL/ML-Verfahren in der Bildverarbeitung eine umfassende Begleitung über den gesamten Planungs- und Integrationsprozess an. Bei der Auswahl eines geeigneten Toolkits sind wir unabhängig und orientieren uns an der optimalen Lösung – diese kann sowohl in der Nutzung unserer eigenen Deep-Learning-Software als auch den Bibliotheken namhafter Hersteller bestehen. Wir stehen unseren Kunden selbstverständlich auch hinsichtlich Beratung, Schulung sowie Implementierung als Einzelleistung zur Seite.

2. Wie ist unsere Herangehensweise bei Anfragen für Machbarkeitsstudien und Entwicklungen in Deep Learning?

Bei Anfragen für neue Bildverarbeitungssysteme ist ein unverbindliches Beratungsgespräch zentral. Aus unserer Erfahrung heraus lässt sich meist gut einschätzen, ob sich die Anforderungen mit konventionellen Verfahren, Deep Learning bzw. Machine Learning oder womöglich aktuell gar nicht lösen lassen.

Grundsätzlich führen wir bei DL/ML-Systemen vorab immer eine Machbarkeitsanalyse durch. Für derartige Studien sind Bilddaten des zu prüfenden Vorgangs notwendig, die entweder bereits beim Kunden vorhanden sind oder die wir mit einem zu konzipierenden Bildverarbeitungssystem vor Ort aufzeichnen.

Basis der Umsetzung von DL/ML-Anwendungen bei senswork ist, dass wir Machbarkeitsanalysen kostenfrei durchführen, sich der Kunde aber zur Beauftragung verpflichtet, wenn die Studie eine erfolgreiche Umsetzung belegt.

3. Welche Probleme kann Deep Learning lösen?

Zu Deep Learning (DL), Machine Learning (ML) und Künstliche Intelligenz zählen Verfahren, die selbstlernende Methoden zur Merkmalsbeurteilung mit neuronalen Netzen implementieren.

Häufig handelt es sich dabei um Aufgabenstellungen, die von Menschen intuitiv zu lösen sind. Gleichzeitig lassen sie sich aber nur schwer beschreiben und entziehen sich damit den bislang vorherrschenden regelbasierten Verfahren bzw. haben sich diesen bisher entzogen.

Mit DL/ML gibt es nun eine Reihe leistungsfähiger Werkzeugen, um solchen Anwendungen effizient zu begegnen. Viele schwierige Fragestellungen in der Bildverarbeitung, die bislang keine Lösung gefunden haben, lassen sich damit nun sehr gut lösen. Es ist daher in jedem Fall ratsam, bisher nicht lösbare Inspektionsaufgaben nochmals einer Machbarkeitsanalyse zu unterziehen.

4. Für welche Art von Projekten hat senswork Deep Learning und KI in der Bildverarbeitung angewendet?

Bei 2D-Anwendungen ist Deep Learning/Machine Learning besonders bei Aufgaben auf diffusen, inhomogenen Oberflächen stark, bei denen die Fehlermerkmale eine große Bandbreite aufweisen. Dazu gehören z. B.

  • Druckgusstechnologie: Erkennung von Rissen und Lunkern auf rauen Oberflächen
  • Oberflächeninspektion: Riefen, Schleifspuren, Inhomogenitäten, Planaritätsdefekte
  • Partikeldetektion: Detektion und Klassifikation von Verunreinigungen

Im Bereich der 3D-Applikationen lassen sich vor allem bei Prüfobjekten mit irregulären Formausprägungen oder natürlich bedingten Formvariationen erfolgreiche Ergebnisse erzielen:

  • Siegelnahtprüfung: Qualität und Dichtigkeit von Schweißnähten
  • Klassifikation: Beurteilung von Pflanzen und Naturprodukten
5. Was macht senswork zum Vorreiter im Bereich Deep Learning und Bildverarbeitung?

senswork hat langjährige Erfahrung in der industriellen Bildverarbeitung, begründet durch eine Reihe von Mitarbeitern, die sich sowohl in Leitungs- als auch Entwicklerpositionen mit Fragestellungen dieser seit mehr als 30 Jahren bestehenden Branche auseinandersetzen. Wir kennen die Bildverarbeitung in ihrer ganzen Breite und damit auch die Untiefen, Trends, und Hypes.

Klassifikationsmethoden, die eine gewisse Schnittmenge mit den Leistungsversprechen von DL/ML aufweisen, werden in der industriellen Bildverarbeitung seit 20 Jahren angewandt, sodass die Verfahren nicht immer so neu sind wie medial dargestellt.

Bezeichnend für den starken Schub in den vergangenen Jahren sind standardisierte Toolkits und der enorme Leistungszuwachs im Hardware-Bereich. In Kombination sind damit Dinge mit einem Komplexitätsumfang möglich, deren praktische Realisierung vor zehn Jahren nicht denkbar war. Wir begleiten diese Entwicklung seit vielen Jahren.

 

Experteninterview

Erfahren Sie mehr über Deep Learning im Interview mit Markus Schatzl, Leiter des senswork Innovation Lab in München.

Klicken Sie hier für das ganze Interview.

 

 

Mitgliedschaft im Bereich KI

 

Wir engagieren uns im

 

 

 

 

 

 

 

 

 

 

 

 

Jetzt Deep Learning Whitepaper herunterladen