Deep Learning für komplexe Prüfungen
Deep Learning verbindet das Selbstlernen des menschlichen Prüfers mit der Geschwindigkeit und Konsistenz eines computerbasierten Systems
Egal ob bestimmte Merkmale zu lokalisieren, lesen, prüfen oder klassifizieren sind - die Deep-Learning-basierte Software zur Bildanalyse unterscheidet sich von der herkömmlichen Bildverarbeitung durch die Fähigkeit, das Aussehen eines Teils gemäß seiner sich unterscheidenden Merkmale konzeptionieren und verallgemeinern zu können, selbst wenn diese Merkmale geringfügig variieren oder in manchen Fällen auch abweichen.
Die Deep-Learning-basierte Bildanalyse eignet sich insbesondere gut für die Prüfung des Aussehens von komplexen Oberflächen: Muster, die leicht, aber tolerierbar abweichen und in Fällen, wo Positionsvarianten den Einsatz von Methoden basierend auf Ortsfrequenz möglicherweise beschränken. Deep Learning liefert hervorragende Ergebnisse bei komplexen Oberflächen und Fehlern im Aussehen, wie z. B. Kratzer und Kerben auf Teilen, die gedreht, gebürstet oder glänzend sind.
Die Deep-Learning-Technologie nutzt neurale Netzwerke, die die menschliche Intelligenz nachahmen, um zwischen Anomalien im Aussehen unterscheiden, während sie natürliche Abweichungen in komplexen Mustern tolerieren. Deep Learning ist herkömmlichen industriellen Bildverarbeitungsansätzen, die Schwankungen und Abweichungen bei visuell ähnlichen Teilen nur schwer abschätzen können, überlegen. Deep-Learning-basierte Software wie Cognex Deep Learning kann jetzt effizienter als Menschen oder herkömmliche industrielle Bildverarbeitungslösungen für Prüfungen eingesetzt werden, die auf Entscheidungen basieren.
Zugehöriger Inhalt
Für nähere Informationen zu Cognex-Produkten: