Kondensator-Klassifizierung
Genaue Klassifizierung und Sortierung von elektronischen Kondensatoren in einem einzigen Bild mit Deep Learning
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Die Klassifizierung elektronischer Bauteile kann besonders schwierig sein, wenn Teile in mehrere Klassen mit jeweils einigen visuellen Abweichungen eingestuft sind. Kondensatoren unterscheiden sich je nach Hersteller und Spezifikation im Typ (Keramik und elektrisch) und auch in Größe und Farbe. Selbst beim gleichen Typ kann es zu verwirrenden Abweichungen im Muster kommen. Die zylindrische Form und die Beleuchtung können die Komplexität noch steigern. VisionPro Deep Learning bietet eine Deep-Learning-basierte Alternative zur Automatisierung mehrerer Klassifizierungen in einem einzigen Bild.
Mit dem Defekterkennungstool wird die Software im überwachten Modus von einem Ingenieur mit einer Auswahl an Bildern mit Kommentaren geschult, in denen sowohl Gold- als auch elektrische Kondensatoren als „gute“ Teile eingestuft werden. Während der Laufzeit extrahiert und segmentiert das Modell alle elektrischen und Goldkondensatoren als einen Typ. Im zweiten Teil der Prüfung erlernt das Klassifizierungstool die Eigenschaften jedes Kondensators und toleriert gleichzeitig Abweichungen bei demselben Typ. Auf diese Weise kann es verschiedene elektrische Kondensatoren durch ihre Farbe und Kennzeichnung unterscheiden, obwohl sie optisch ähnlich aussehen. Basierend auf dem während des Trainings entwickelten Modell klassifiziert und sortiert Cognex Deep Learning während der Laufzeit Kondensatoren genau in einem einzigen Bild.
