Wie funktioniert die Deep Learning Software?
Neurale Netzwerke lernen am Beispiel, um auf Schätzungen basierende Entscheidungen zu treffen
Deep Learning Software wird auf einer Reihe von gekennzeichneten Bildern trainiert, die bekannte Merkmale, Anomalien und Klassen eines Teils darstellen, und zwar auf ähnliche Weise, wie dies auch ein menschlicher Prüfer erlernt. Während einer überwachten Schulungsdauer lernt das System, eindeutige Fehler zu erkennen. Für Fehler, die in mehreren Formen auftreten, lernt das System eigenständig im nicht überwachten Zustand das normale Aussehen eines Objekts, einschließlich bedeutenden, aber dennoch tolerierbaren Abweichungen.
Basierend auf diesen repräsentativen Bildern erstellt die Software ein eigenes Referenzmodell. Es handelt sich um einen iterativen Prozess der ständigen Verbesserung, während dessen Parameter angepasst und das Ergebnis validiert werden, bis das Modell den Vorstellungen entspricht. Während der Laufzeit extrahiert die Software Daten aus einer neuen Reihe an Bildern und das neurale Netzwerk lokalisiert Teile, extrahiert Anomalien und klassifiziert diese.
Zugehöriger Inhalt
Für nähere Informationen zu Cognex-Produkten:
