Adaptive Vision Deep Learning

Adaptive Vision Deep Learning Add-On

Adaptive Vision Deep Learning Add-on podjetja Adaptive Vision, nadgrajuje in dodatno poenostavlja izdelavo aplikacij strojnega vida brez programerskega predznanja.

Metoda strojnega učenja imenovana globoko učenje (angl. deep learning), temelji na uporabi večslojnih nevronskih mrež. Med drugim je, le z uporabo slik dobrih in slabih vzorcev, z globokim učenjem možno pri objektih zaznati različne napake, jih razvrstiti v kategorije, izluščiti njihove površinske značilke, jih segmentirati na sliki, ipd. Nadaljnje vhodne slike so nato avtomatsko klasificirane.

Adaptive Vision Studio Deep Learning; Uporaba in prednosti

Globoko učenje je še posebej primerno za zaznavanje napak na površini deformabilnih objektov ter v situacijah, kjer je definicija napake le približna ali ni izmerljiva ter omejena s tolerancami.

Za pripravo aplikacije oz. modela z Adaptive Vision Deep Learning lahko zadošča že 20–50 slik vzorcev, pri čemer se postopek učenja, ob priporočeni uporabi zmogljivega grafičnega procesorja, izvede v zgolj petih minutah. Prav tako hitro je tudi izvajanje klasifikacije – tipično 100 ms za 1MP na grafičnem procesorju.

Adaptive Vision Studio Deep Learning; Orodja za strojno učenje

Uporabniku je na voljo pet predpripravljenih orodij s katerimi lahko hitro izvede različno kontrolo: klasificira ali segmentira objekte, detektira značilnosti ali anomalije ter lokalizira točke.

Adaptive Vision deep Learning klasifikacija objektov

Adaptive Vision deep Learning segmentacija objektov

Adaptive Vision Deep Learning detekcija značilnosti

Adaptive Vision deep Learning detekcija nepravilnosti

Adaptive Vision Deep Learning; Značilnosti strojnega učenja

Glede na problem lahko uporabnik izbere nadzorovano (angl. supervised) ali nenadzorovano (angl. unsupervised) globoko učenje.

Pri nadzorovanem učenju uporabnik na slikah slabih vzorcev označi poškodbe. Pri nenadzorovanem učenju pa uporabnik v orodje le vnese čim večje število slik dobrih in slabih vzorcev, na osnovi katerih orodje samodejno generira ustrezen model za kasnejšo klasifikacijo. Prav tako programsko orodje samodejno razdeli uvožene slike na učno množico in množico za ovrednotenje (validacijo) modela.

Uvoz slik in priprava modela potekata v preglednem vmesniku, ki je primeren tako za začetnike kot napredne uporabnike, ki želijo večji nadzor nad parametri ustvarjanja modela.

PRENESITE BROŠURO

Primeri aplikacij

Adaptive Vision Deep Learning omogoča uporabo strojnega vida pri:

detekciji napak na površinah: razpok, okvar ali razbarvanja,
detekciji oblike napak: odvečnih ali manjkajočih delov, deformacij oblike,
natančni lokalizaciji robov,

odkrivanju napak v vzorcih objektov,
analizi kakovosti različno oblikovanih objektov,
ločevanju, sortiranju, primerjavi in prepoznavi objektov glede na vnaprej določene skupine.