Potřebujete spolehlivě detekovat i odchylky, které jsou velmi variabilní nebo předem neznámé, a je příliš obtížné je předem definovat?
Poradíme Vám, jak spolehlivě zkontrolovat objekty s proměnlivou barevností, tvarem a nepředpověditelnými defekty s využitím průmyslových kamer Baumer a neuronových sítí.
V těchto a mnoha dalších případech by bylo použití standardních analytických nástrojů založených na principu detekce hrany a vyhodnocení intenzity jasu příliš komplikované nebo úplně vyloučené.
Aby bylo možné kameru naučit "samostatně" hledat defekty, je potřeba ji vybavit vhodným softwarem. Všechny průmyslové kamery Baumer jsou kompatibilní se softwary třetích stran, které umožňují obrazovou analýzu. Já vám dnes představím možnosti zpracování obrazu pomocí aplikace Deep Learning od Adaptive Vision, který pro vyhodnocení používáme u nás.
Prostřednictvím průmyslových kamer Baumer získáme potřebné množství snímků s různými defekty a pomoci neuronové sítě, vytvoříme model, který následně dokáže provádět automatickou kontrolu objektů.
Při hledání jakýchkoliv odchylek vůči "OK" objektům, nám postačí snímky bezchybných objektů, pomocí kterých naučíme kameru rozpoznat, jaký vzhled je "normální". To oceníte speciálně v případech, kdy jsou odchylky velmi variabilní nebo předem neznámé, a je příliš obtížné je předem definovat.
Pro přesnou segmentaci prvků v obraze do určitých skupin si vytvoříme skupiny (segmenty), do kterých budeme chtít následně rozřadit jednotlivé prvky na snímku. Kamera se pak "naučí" automaticky rozlišovat a zařazovat prvky hledáním jejich klíčových charakteristik.
Pokud potřebujete zjednodušit a zrychlit třídící operace, tak pro vás vytvoříme model, který je založen na porovnávání objektů s předlohou. Vytvoříme snímky objektů pro jednotlivé kategorie/třídy a výsledkem kontroly bude přiřazení názvu kategorie a roztřídění objektů podle předem daných vzorů.
Na obrázcích níže vidíte úspěšné rozlišení horní a spodní strany kovové podložky. Zároveň si můžete všimnout toho, že neuronové sítě nemusí nutně přemýšlet a zaměřovat se při kontrole objektů, na stejné prvky jako my. Operátor by hledal drážku samotnou a podle ní by vyhodnocoval orientaci objektu. Námi vytvořená neuronová síť dokáže rozeznat orientaci objektu podle charakteristik povrchu po obvodu podložky, jak je patrné z teplotní mapy na snímcích.
Potřebujete segmentovat, lokalizovat, anebo klasifikovat jeden nebo více objektů na jednom snímku? Žádný problém, dokážeme naučit kameru, aby rozpoznala jednotlivé objekty, a na rozdíl od běžných detekčních technik, je možné rozpoznat jednotlivé objekty, i když se dotýkají nebo částečně překrývají.
Kamery je možné naučit také rychlému vyhledání specifických tvarů, předmětů nebo znaků, které jsou pro detekci klíčové.
Vždy, pokud potřebujete jednoduché a rychlé nastavení, stabilitu a vysoký výkon obrazových analýz a široké možnosti využití:
Stačí, pokud nám zašlete dostatečné množství vzorků, které jsou OK i těch, které v pořádku nejsou, a my provedeme analýzu, zda je možné naučit kameru tyto vady automaticky detekovat.
V případě jakýchkoliv dotazů se můžete obrátit přímo na mě, anebo na některého z kolegů - kamerových specialistů.