Come funziona il software di deep learning
Le reti neurali imparano con l'esempio al fine di prendere decisioni di tipo valutativo.
Il software di deep learning si addestra sulla base di immagini su etichetta che rappresentano caratteristiche note di un componente, anomalie e classi, esattamente come si farebbe con un ispettore umano. Un periodo di formazione supervisionata insegna al sistema a riconoscere i difetti espliciti. Per i difetti con forme multiple, il sistema si imposta in modalità non supervisionata per apprendere il normale aspetto di un oggetto, incluse le variazioni significative ma tollerabili.
- Scarica: Whitepaper sul deep learning per l'automazione dello stabilimento
- Richiedi una dimostrazione prodotto
Il software crea il suo modello di riferimento sulla base di immagini rappresentative. Questo processo iterativo è in continuo miglioramento. I parametri possono infatti essere regolati e il risultato convalidato finché il modello funziona come si desidera. Durante la fase di esecuzione, il software estrae i dati da una nuova serie di immagini e le sue reti neurali localizzano i componenti, estraggono le anomalie e le classificano.
Contenuto correlato
Per ulteriori informazioni sui prodotti Cognex:
