Bildanalyse-Lösung für KI-basierte Qualitätskontrolle in Fabriken
Beschreibung unserer eigenen Retina Deep-Learning-Software, entwickelt von Grund auf im Tal der Uhrenherstellung.
Die Automatisierung der visuellen Inspektion hilft Herstellern, die Produktivität, Qualität und Rentabilität zu steigern. Die eingebetteten Lösungen ermöglichen eine Echtzeit-Überwachung und Transparenz der Produktion 24/7 am Edge direkt an der Maschine, ohne dass Daten ins Web übertragen werden müssen. Das Deep Neural Network hilft, anspruchsvolle Vision-Anwendungen innerhalb von Minuten zu lösen, anstatt wochenlang Experten für das Feinabstimmen zu benötigen und während der Produktionsschichten häufig Parameter anzupassen. Die auf Deep Learning basierende Bildanalyse hilft, natürliche Variationen und Abweichungen von guten Produkten zu absorbieren, und bewältigt gleichzeitig Variationen von Fehlern mühelos.
Die Robustheit und Konsistenz der Retina Deep-Learning-Software ist ein leistungsstarkes Werkzeug, das Bediener dabei unterstützt, schneller über die Konformität des Produkts zu entscheiden, sodass sich die Bediener auf ihre Hauptaufgabe mit höherem Mehrwert konzentrieren können.
Die auf Deep Learning basierende Bildanalyse ermöglicht es Herstellern, ihre Produktionslinien mit den fortschrittlichsten Algorithmen für die visuelle Inspektion zu automatisieren, um herausfordernde Fehler zu erkennen und die Produktqualität innerhalb von Minuten zu verbessern.
Unsere Retina Deep-Learning-Software definiert Ihre Qualitätsinspektion neu, indem sie künstliche Intelligenz einsetzt, und hilft dabei, defekte Produkte in Echtzeit 24/7 mit derselben Genauigkeit und Flexibilität wie ein Mensch zu identifizieren, jedoch ohne Beeinflussung durch Müdigkeit oder Stimmung. Nur Deep Learning kann mehrere Teile pro Sekunde präzise, zuverlässig und konstant inspizieren.
Die Robustheit und Konsistenz der Retina Deep-Learning-Software ist ein leistungsstarkes Werkzeug, das Bediener dabei unterstützt, schneller über die Konformität des Produkts zu entscheiden, sodass sich die Bediener auf ihre Hauptaufgabe mit höherem Mehrwert konzentrieren können.
Mit der Retina Deep-Learning-Software müssen Sie kein Data Scientist, Big-Data-Spezialist, Deep-Learning-Experte oder Computer-Vision-Ingenieur sein, um schnell eine KI-gestützte Vision-Inspektionslösung einzusetzen. Darüber hinaus werden unsere Lösungen direkt am Edge der Produktionslinien durchgeführt, ohne dass etwas ins Web übertragen wird.
Wir bieten nun 4 Varianten, wie unten beschrieben, für jede Ihrer anspruchsvollen Anwendungen an. Die Software kann als Standalone-Lösung verwendet oder als .NET DLL, C/C++ DLL oder Plugin für die meisten Vision-Softwarelösungen wie Labview, Visual Studio und OpenCV hinzugefügt werden. „3HLE“ ist nicht nur ein Software-Lizenzierungsunternehmen; wir sind es gewohnt, unseren Kunden komplette Hardware (industrielle IPCs & Kameras) & Softwarelösungen zu liefern. Wir sind Vision-Ingenieure mit langjähriger Erfahrung, die Software mit realen Anwendungen und Einschränkungen im Hinterkopf entwickeln und programmieren. In derselben Philosophie streben wir danach, die einfachsten und intuitivsten Lösungen für Vision-Ingenieure/Entwickler mit „minimalem Parameter- und Klickaufwand“ bereitzustellen.
Die komplexen und hochgeschwindigkeitsfähigen visuellen Qualitätsinspektionen basieren auf eingebetteten „Artificial Intelligence“ Deep-Learning-Servern/Lösungen. Bilder werden direkt am Edge der Maschinen verarbeitet. Unsere Lösungen werden in Echtzeit auf einem lokalen IPC mit GPU an der Maschine oder innerhalb des Fabriknetzwerks bereitgestellt und verarbeitet. Hersteller können auf Produktionsdaten und Bilder am Edge ihrer Maschinen oder über ihr internes Netzwerk ohne Internetverbindung zugreifen.
„3HLE“ bietet hauptsächlich Turn-Key-Lösungen an, die Hardware, Integration von Software und Automatisierungsprozessen für hochgeschwindigkeitsfähige automatisierte Computer-Vision-Qualitätskontrollanwendungen umfassen. Für weitere Fallstudien besuchen Sie unsere Erfolgsgeschichten-Seiten oder schauen Sie sich unsere Produkte-Seiten an, um mehr über unsere Hardware und Software-Lösungen zu erfahren. Wir arbeiten daran, in diesen Bereichen immer mehr Inhalte zu erstellen. Bitte abonnieren Sie unsere „3HLE“ LinkedIn, FaceBook oder Youtube Kanäle, um benachrichtigt zu werden, sobald neue Inhalte verfügbar sind.

1. Variante Cherry:
-
- Der Detektor für ästhetische Anomalien ermöglicht die Erkennung herausfordernder/komplexer oder glänzender Oberflächen mit einer Genauigkeit von bis zu 1 Pixel. Dies macht die Verkettung mehrerer Werkzeuge mit verschiedenen Feature-Größen überflüssig.
- Die Änderung von Rezepten/Modellen während des Betriebs erfolgt über eine einfache Zahleneingabe. Dies macht komplexe Skripte überflüssig.
- (Erweiterte) Mehrklassen-Fehlererkennung macht die Verkettung verschiedener Werkzeugtypen zur Erkennung und Klassifizierung von Fehlern überflüssig.
- Parallele Ausführung mehrerer Instanzen/Threads zur Laufzeit auf einer einzelnen GPU. Dies ermöglicht die Reduzierung von Hardware- und Wartungskosten.
- Optimierte Zuweisung und Nutzung von Graphic/CUDA-RAM-Speicher.

2. Variante Blueberry:
-
- Wird zur Lokalisierung von Teilen mit großen Variationen/Flexibilität oder einer breiten Familie ähnlicher Objekte verwendet.
- Parallele Ausführung mehrerer Instanzen/Threads zur Laufzeit auf einer einzelnen GPU. Dies ermöglicht die Reduzierung von Hardware- und Wartungskosten.
- Optimierte Zuweisung und Nutzung von Graphic/CUDA-RAM-Speicher.

3. Variante Avocado:
-
- Wird zur Klassifizierung von Objekten in einem Bild verwendet.
- Parallele Ausführung mehrerer Instanzen/Threads zur Laufzeit auf einer einzelnen GPU. Dies ermöglicht die Reduzierung von Hardware- und Wartungskosten.
- Optimierte Zuweisung und Nutzung von Graphic/CUDA-RAM-Speicher.

4. Variante Olive:
-
- Olive ist ein OCR-Werkzeug zum Lesen von DPM-, Laser- und Tintenstrahl-Zeichen auf verrauschten Hintergrundoberflächen.

Bitte füllen Sie den Abschnitt unten aus, um die ausgewählte PDF-Datenblatt per E-Mail zu erhalten oder abonnieren Sie unseren Newsletter, um die aktuellsten Inhalte zu erhalten
Anwendungen und Fallstudien
RETINA-CHERRY Fehlererkennung bei der Inspektion von Glasgefässen:


RETINA-CHERRY Fehlererkennung bei der Qualitätskontrolle von medizinischen/chirurgischen Schrauben:

RETINA-OLIVE OCR-Lesung von Text auf metallischen, verrauschten und unebenen Oberflächen:







Youtube-Video, das den einfachen Workflow zur Integration von Retina-OCR in Visual Studio zeigt:
Youtube-Video, das zeigt, wie Retina-Cherry Kratzer auf transparentem Glas und glänzenden Metallteilen inspiziert:
Youtube-Video, das den einfachen Workflow zur Integration von Retina-Cherry in Visual Studio zeigt:
Youtube-Video-Demo, die eine RETINA-OLIVE Deep-Learning-Lösung zeigt, die erfolgreich OCR am Boden einer Aluminiumdose liest:
Youtube-Video-Demo, die eine RETINA-OLIVE Deep-Learning-Lösung zeigt, die OCR am Boden einer Aluminiumdose mühelos liest:
Youtube-Video-Demo, die eine Deep-Learning-Demo einer Verpackungsqualitätsinspektion zeigt:
Youtube-Video, das eine Deep-Learning-Qualitätsinspektion einer industriellen Kaffeeproduktionslinie zeigt: