Einsatz von künstlicher Intelligenz in der industriellen Bildverarbeitung

Edge-Learning-Symbol und Gehirn mit verbundenen Knotenpunkten vor dem Bild einer Fabrikhalle

Seit der Begriff “künstliche Intelligenz” 1956 auf dem Campus des Dartmouth College geprägt wurde, hat er sich in vielen Bereichen durchgesetzt – von seinen Ursprüngen in der Philosophie bis hin zu den Naturwissenschaften, der Mathematik und darüber hinaus. Obwohl es sie schon seit Jahrzehnten gibt, ist die Integration von künstlicher Intelligenz (KI) in die Bildverarbeitung relativ neu. Heute nutzen immer mehr Hersteller die kombinierte Leistungsstärke von KI und Bildverarbeitung, um ihre Effizienz zu optimieren und die Qualitätskontrolle zu verbessern.

KI erweitert die regelbasierte Bildverarbeitung um eine bildbasierte Analyse. Wenn ein Computer (oder ein Bildverarbeitungssystem) ein Bild erhält, vergleicht die KI-Software dieses Bild mit einer Datenbank, die aus “guten” und “schlechten” Referenzbildern besteht, und gibt ein Ergebnis aus. Das Ergebnis ist mindestens „Pass/Fail“ oder „OK/NOK", kann aber je nach Anforderungen auch komplexer sein. Dieser Prozess des Lernens, Muster zu erkennen und aus kommentierten Referenzbildern Informationen abzuleiten, ermöglicht es Computern, zwischen zulässigen und nicht zulässigen Anomalien in den zu prüfenden Objekten zu unterscheiden.

Darüber hinaus können Bildverarbeitungslösungen, die in KI-Technologie eingebettet sind, die Verarbeitung natürlicher Sprache nutzen, um Etiketten auf Bildern zu lesen und zu interpretieren, im Gegensatz zu regelbasierten Ansätzen, die umfangreiche Programmierung und erhebliches technisches Fachwissen erfordern. Dies ermöglicht es einer breiteren Basis von Anwendern, die Vorteile von KI für die Fabrikautomatisierung zu nutzen. Zwei führende Technologien innerhalb der KI – Edge Learning und Deep Learning – tragen dazu bei, die Automatisierung hochvariabler Aufgaben weiter zu vereinfachen und Aufgaben zu lösen, die zu kompliziert und zeitaufwändig sind, um sie mit regelbasierten Algorithmen zu programmieren.

Edge Learning – Edge Learning ist ein Teilbereich der KI, bei dem die Verarbeitung auf dem Gerät oder “am Rande” (at the edge) des Ursprungsortes der Daten stattfindet, wobei eine Reihe von vorab trainierten Algorithmen verwendet wird. Die Technologie ist einfach einzurichten und erfordert kleinere Bildsätze und kürzere Lern- und Validierungszeiten als herkömmliche Deep-Learning-basierte Lösungen.

Deep Learning – Deep Learning ist in der Lage, große, detaillierte Bildmengen zu bearbeiten und ist darauf ausgelegt, komplexe oder in hohem Maße benutzerdefinierte Anwendungen zu automatisieren. Die Technologie ermöglicht es Anwendern, große Bildmengen schnell und effizient zu analysieren, um subtile Defekte zu erkennen und genaue Ergebnisse zu liefern.



Empfohlene Cognex-Produkte

ERHALTEN SIE ZUGANG ZU SUPPORT & TRAINING FÜR PRODUKTE & MEHR

Werden Sie Teil von MyCognex