Schriftenlesen auf transparenten Verpackungen: Mit Deep Learning ist OCR auf schwierigen Hintergründen kein Problem.
Lesen des MHDs auf Getränkeflaschen
Schwierige Herausforderungen meistern
Deep Learning als Werkzeug für komplexe Fragestellungen
Es gibt ein großes Spektrum an Aufgaben in der industriellen Bildverarbeitung, die Menschen zumeist intuitiv lösen, jedoch schwer parametrisch zu beschreiben sind. Dadurch entziehen sie sich einer Lösung durch regelbasierte Verfahren.
Dazu zählt die Analyse von Produkten mit einer großen Bandbreite von Merkmalen oder nicht trennscharfen Eigenschaften. Auch für Objekte mit transparenter, spiegelnder, gekrümmter oder inhomogener Oberfläche ist Deep Learning die Methode der Wahl.
Grund für diese beeindruckende Fähigkeit ist der Aspekt des Selbstlernens. Dabei werden einem neuronalen Netz Bilddaten sowie die gewünschte Entscheidungen präsentiert. Mithilfe einer großen Menge dieser Daten ist das System in der Lage, einen geeigneten Lösungsweg zu ermitteln. Die Muster und Eigenschaften, die zur Entscheidung führen, werden dabei selbständig abgeleitet.
Es wird angenommen, daß der Entscheidungsweg mit zunehmender statistischer Streuung der Eingangsdaten als universell betrachtet werden kann. Damit ist es möglich, das Verfahren treffsicher für die Analyse bisher unbekannter Daten anzuwenden.
Wie stellt Deep Learning die Produktqualität sicher?
Welche Aufgaben löst KI?
Die Stärke von Deep Learning liegt häufig gerade in Anwendungsbereichen, in denen mit konventionellen, regelbasierten Verfahren keine Lösungsmöglichkeiten mehr offenstehen.
Typische Anwendungsfälle von KI sind:
- Defekte erkennen
- Vollständigkeit prüfen
- Texte oder Kennzeichnungen lesen
- Produkte sortieren und zählen
- Objekte lokalisieren
- Roboter steuern
In Grenzsituationen ist KI oftmals die einzige technologische Lösung, die ein automatisiertes Handling ermöglicht und damit erlaubt, auf manuelle Prüfverfahren zu verzichten.
KI im Produktionsprozess
Wir bringen Deep Learning in Ihre Automatisierungslösung
Deep Learning hat sich im Laufe einer Dekade von einem in der Praxis kaum überzeugenden Ansatz zur unverzichtbaren Technologie für anspruchsvolle optische Prüfaufgaben entwickelt.
Mit unserer Erfahrung aus zahlreichen Industrieprojekten und unserer Fachkompetenz in der industriellen Bildverarbeitung entwickeln wir die optimale KI-Lösung für Ihren Produktionsprozess – ob als Turnkey-Solution oder prozessbegleitend.
Wir offerieren Ihnen ein breites Spektrum an Leistungen, die sich eng an Ihre Erfordernisse anpassen. Wir begleiten Sie dabei über den gesamten Planungs- und Implementierungszeitraum bis zur Integration. Unser Leistungsportfolio reicht vom schlüsselfertigen Prüfautomaten, der vollständig bei uns geplant und gefertigt wird, über Teilleistungen der Planung und Integration bis hin zu Consulting und Schulung.
In der Auswahl geeigneter Werkzeuge sind wir unabhängig und orientieren uns an der optimalen technologischen Lösung. Zum Einsatz kommen dabei sowohl unsere Deep-Learning-Plattform Neuralyze als auch Produkte namhafter Lieferanten.
Model-as-a-Service
KI-Entwicklung als Service
Wir bieten Ihnen die Entwicklung maßgeschneiderter KI-Modelle für Ihre konkrete Anwendung als Dienstleistung an.
Unabhängig davon, ob Sie gerade erst in dieses Technologie-Umfeld einsteigen und mit uns Know-How aufbauen möchten - oder als erfahrene KI-Anwender Entwicklung und Training Ihrer Modelle Machine-Vision-Experten überlassen: Sie profitieren von unserer Erfahrung aus über einem Jahrzehnt erfolgreich umgesetzter Anwendungsszenarien in der industriellen Bildverarbeitung und Machine Learning.
Unser Servicemodell gibt Ihnen die Freiheit, sich auf Ihre Unternehmensexpertise zu fokussieren und damit mit Ihrer KI-Anwendung schneller zum Ziel zu kommen.
Wir monitoren, warten und trainieren Ihr Modell dauerhaft und sorgen für einen reibungslosen Ablauf in Ihrer Produktion.
Deep Learning in 6 Schritten
Der Weg zur Umsetzung Ihrer KI-Lösung
- Gemeinsam mit Ihnen erarbeiten wir auf Basis Ihrer Aufgabenstellung den den konkreten Use-Case bzw. die Prüfaufgabe.
- Bilddaten der Prüfsituation werden erfasst und gesammelt. Bei Bedarf stellen wir geeignete Aufnahmesysteme bei.
- Im Rahmen einer Machbarkeitsstudie empfehlen wir eine Modell-Architektur für Ihre Aufgabe, labeln die Bilddaten und trainieren das Modell.
- Basierend auf einem erfolgreichen Trainingsresultat entscheiden Sie sich für die Projektierung eines maßgeschneiderten Bilderfassungssystems für Ihren Use-Case.
- Neue Daten aus der laufenden Produktion werden mit dem vorhandenen Modell bewertet. Sie haben die Möglichkeit, die Resultate bereits produktiv zu nutzen oder nochmals eingehender im Rahmen eines Validierungszeitraums prüfen.
- Erweisen sich die Prüfergebnisse auch bei einer großen Teilezahl und -variation als stabil, steht der Überführung in ein Produktivsystem nichts mehr im Weg.
Oberflächeninspektion zylindrischer Alukörper
Effiziente Prüfung von Aluminiumkörpern: Das optische Messsystem von senswork erkennt Unregelmäßigkeiten an der Oberfläche mittels KI.
Inspektion von Glasfläschchen
Erfahren Sie, wie Deep Learning die Fehlererkennung bei reflektierenden Oberflächen wie Glasfläschchen ermöglicht.
Überprüfung von Pralinenschachteln
Erfassen Sie die Lage und Vollständigkeit von Pralinenschachteln. Mit Deep Learning wird auch eine hohe Anzahl an Varianten sicher erkannt.
Qualitätskontrolle für das Schweißen von Hairpins
Effiziente Automatisierung des Laserschweißens von Hairpins für Elektromotoren mit KI. 100-prozentige Inline-Prüfung für optimale Qualität.
Detektion von Fehlstellen in Endlos-Bandmaterial
Erfahren Sie, wie KI-basierte Bildverarbeitung von senswork Blasen, Einschlüsse und Defekte bei transparenten Folien erkennt.
Guide
Möchten Sie mehr über Deep Learning erfahren?
Industrielle Bildverarbeitung und Computer Vision unterliegen einer stetigen Weiterentwicklung. Insbesondere Deep Learning als Methode der künstlichen Intelligenz stellt einen Paradigmenwechsel dar. Bahnbrechend daran ist vor allem das Prinzip, Algorithmen zur Erkennung von Merkmalen durch Auszeichnen von Bilddaten automatisiert zu erzeugen, anstatt explizierte Regeln zu definieren.
