Sztuczna inteligencja z pewnością jeszcze nie opanowała świata i z pewnością bardzo daleko nam do wizji przyszłości, którą znamy ze słynnego filmu Jamesa Camerona, jednakże już dziś dostrzegamy jak SI wpływa na wiele aspektów naszego codziennego życia. Potencjał sztucznej inteligencji dostrzeżono również w przemyśle gdzie wzrasta zainteresowanie inteligentnym zachowaniem maszyn. Ponadto, trend Przemysłu 4.0 od wielu lat pokazuje, iż przyszłość należy właśnie do sztucznej inteligencji, która będzie kiedyś zarówno nadzorować jak i planować procesy produkcyjne.
Sztuczna inteligencja w aplikacjach wizji maszynowej
2023-05-10
W ostatnich latach sztuczna inteligencja poczyniła przełomowe postępy w zautomatyzowanym postrzeganiu danych, w tym interpretacji obrazów, mowy i tekstu. Dotyczy to zwłaszcza jednej z form AI, jakim jest głębokie uczenie (ang. deep learning). Ta metoda uczenia maszynowego bazuje na wykorzystaniu głębokich sieci neuronowych do rozwiązywania złożonych zadań.
Deep learning pomaga maszynom naśladować ludzkie myślenie
Głębokie uczenie wymaga algorytmów zdolnych do wykrywania i przetwarzania ogromnych, złożonych ilości wzorców i danych. Sztuczna sieć neuronowa naśladuje ludzkie myślenie i uczy na podstawie doświadczenia, np. w przypadku wizji maszynowej jest to odpowiednia baza zdjęć. Dzięki temu możliwe są dziś optymalizacje, które jeszcze kilka lat temu były nie do pomyślenia.
Większość obecnych projektów Deep Learning firmy SICK dotyczy optycznej kontroli jakości. Tradycyjne metody uczenia maszynowego polegają na zaprojektowaniu i wybraniu odpowiednich funkcji cech, które są wykorzystywane do analizy danych i tworzenia modelu predykcyjnego. W przypadku deep learning, sieć neuronowa sama wykrywa i przetwarza cechy na podstawie wielu warstw, co umożliwia jej nauczanie bardziej skomplikowanych wzorców i złożonych zależności w danych.
W automatyzacji logistyki kamery z głębokim uczeniem mogą automatycznie wykrywać, weryfikować, klasyfikować i lokalizować „wytrenowane” obiekty lub funkcje, analizując wyuczoną bazę obrazów.
Elastyczne i skalowalne rozwiązania wizji maszynowej ze sztuczną inteligencją na pokładzie
Intelligent Inspection umożliwia wydajną detekcję anomalii i klasyfikację obiektów, jakich nie da się osiągnąć stosując klasyczne narzędzia wizji maszynowej. Metodyka oparta na przykładach w połączeniu z możliwością uczenia bezpośrednio w kamerze oraz intuicyjny i przejrzysty interfejs użytkownika znacznie upraszcza i przyspiesza proces wdrażania aplikacji. Ponadto do dyspozycji pozostają wszystkie tradycyjne narzędzia Wizji Maszynowej, które znane są z aplikacji Quality Inspection.
Programowalna rodzina inteligentnych kamer InspectorP6xx od SICK jest rozwiązaniem dla zaawansowanych zadań przetwarzania obrazu. Optyka, oświetlenie, ocena i interfejsy - wszystko jest zintegrowane w urządzeniu i umożliwia pełne skalowanie w zależności od wymagań aplikacji. Dzięki preinstalowanemu oprogramowaniu i elastycznemu interfejsowi internetowemu, jest to odpowiednie rozwiązanie dla specyficznych aplikacji wizyjnych. Bardziej złożone zadania są rozwiązywane dzięki opcjonalnemu wsparciu głębokiego uczenia zaimplementowanego bezpośrednio w urządzeniu.
Zestaw narzędzi Quality Inspection zapewnia, że kontrolowane elementy mają dokładnie takie cechy, jakie są wymagane w zakresie obecności, lokalizacji i pomiarów szczegółów - pomaga to wyeliminować żmudne zadania robocze i skupić się na poprawie wydajności, zmniejszeniu ilości odpadów. Aplikacje rozwiązywane są poprzez konfigurację wybranych narzędzi do analizy obrazu za pomocą graficznego interfejsu użytkownika w przeglądarce internetowej. Zestaw narzędzi Quality Inspection jest preinstalowany i wstępnie aktywowany na wszystkich kamerach 2D serii InspectorP6xx, dzięki czemu łatwo jest dopasować odpowiednią kamerę dla konkretnego zadania.
Opcjonalnie w sytuacjach gdy standardowy zestaw narzędzi jest niewystarczający i wymagane jest wsparcie sztucznej inteligencji, możliwe jest wykorzystanie rozszerzonego zestawu narzędzi o nazwie Intelligent Inspection.
Intelligent Inspection umożliwia wydajną detekcję anomalii i klasyfikację obiektów, jakich nie da się osiągnąć stosując klasyczne narzędzia wizji maszynowej. Metodyka oparta na przykładach w połączeniu z możliwością uczenia bezpośrednio w kamerze oraz intuicyjny i przejrzysty interfejs użytkownika znacznie upraszcza i przyspiesza proces wdrażania aplikacji. Ponadto do dyspozycji pozostają wszystkie tradycyjne narzędzia Wizji Maszynowej, które znane są z aplikacji Quality Inspection.
18 maja będziemy szerzej mówić o prezentowanym rozwiązaniu podczas bezpłatnego webinaru, na który serdecznie zapraszamy!
