Einlegeprüfung bei der Vormontage und Prüfung des Aussehens von Batteriemodulen
Prüfung der Unversehrtheit der Akkus vor der Endmontage des Mobiltelefons
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Während einer Einlegeprüfung bei der Vormontage wird der Inhalt eines Telefons vor dem Zusammenbau der Abdeckung auf Fehler geprüft. Akkus können bei der Führung auf dem Gehäuse beschädigt werden. Die Lokalisierung und Prüfung des Akkus ist aufgrund des verwirrenden, hektischen Hintergrunds der Telefonbaugruppe schwierig. Die Deep-Learning-Bildverarbeitungssoftware vereinfacht die automatisierte Erkennung und Charakterisierung von Defekten auf den Metalloberflächen des Akkus.
Mit Cognex Deep Learning kann der Hersteller die Unversehrtheit des Akkus vor der Endmontage des Telefons überprüfen und zwischen Fehlern im Aussehen und Fehlfunktionen unterscheiden. Mit dem Defekterkennungstool im überwachten Modus kann ein Techniker die Software mit Hilfe von „guten“ und „schlechten“ Bildern mit markierten Fehlern trainieren. Aus diesen Bildern lernt das Tool das normale Aussehen des Akkus und die natürlichen, akzeptablen Abweichungen. Während der Trainings- und Validierungsphase können die Parameter jederzeit verändert werden, bis das eingelernte Modell alle Bilder mit Funktionsfehlern korrekt erfasst und segmentiert. Nach der Installation identifiziert das Defekterkennungstool defekte Akkus und sortiert sie aus.
