Wie man in Minuten eine Complex Surface Flaw Detection einrichtet, ohne ein Deep Learning Machine Vision Experte zu sein
Produktverpackungen sind wichtiger, als man denkt. Selbst wenn das Innenteil nicht beschädigt ist, neigen die Menschen dazu, die schönsten Kisten zu wählen, weil die Aussenseite widerspiegelt, wie gut ein Produkt behandelt und produziert wurde. Meistens richten sich die Menschen bei der Preisschätzung eines Produkts nach dem äusseren Aussehen und dem Gefühl der Verpackung. Zum Beispiel sind die Menschen nicht bereit, den Originalpreis für ein Luxusprodukt in einer zerbrochenen oder beschädigten Verpackung zu zahlen. Der Unterschied zwischen einer Premiummarke und einem Billigmarken ist einfach die Wahrscheinlichkeit, eine defekte Komponente beim Kauf zu erhalten. Verbraucher sind bereit, mehr für eine konstante und bekannte Qualität zu zahlen.
Viele Industrien weltweit setzen auf Hochwertige Schweizer Norm für Luxusgüter (Parfüms, Uhren und Produktionsmaschinen, die die Fertigung von Endprodukten ermöglichen). Die Qualitätskontrollen werden an kritischen Schritten des Produktionsprozesses durchgeführt, um die Konformität des Inhalts sowie des äusseren optischen Erscheinungsbildes sicherzustellen. Traditionelle Computervision funktioniert bei einigen dieser Aufgaben gut, aber versagt oft bei der Erkennung ästhetischer Aspekte wie Risse, Falten, Kratzer, Öl, Kleber und andere Materialien an transparenten Teilen (z. B. Risse/Kratzer auf Schmucksteinen, Öl oder Fingerabdrücke auf dem Saphir einer Uhr oder anderen Teilen, Falten in der Parfümverpackung, transparenter Kleber auf Papier, etc.). Genau hier kann unsere Retina Deep Learning Computervision-Software helfen, schwierige Oberflächenfehler zu erkennen. Und das kann direkt am Rand der Produktionslinien erfolgen, ohne Daten an das Web zu übertragen.
Die komplexen und hochgeschwindigkeitsfähigen visuellen Qualitätskontrollen basieren auf eingebetteten "Künstlicher Intelligenz" Deep Learning Server/Solutions. Bilder werden direkt an der Maschine verarbeitet. Unsere Lösungen werden lokal eingesetzt auf IPC mit GPU innerhalb des Fabriknetzwerks. Hersteller können Produktionsdaten und Bilder am Rand ihrer Maschinen oder über ihr internes Netzwerk einsehen, ohne eine stabile Internetverbindung zu benötigen.
"3HLE" Automation et Robotique SA wird gerne Machbarkeitsprüfungen an Ihren Mustern durchführen, um die Kraft von RETINA. Wir werden Ihnen gerne die beste Qualität aus Ihrer Produktionslinie garantieren, sei es automatisiert oder manuell.
Schauen Sie sich das Demo-Video unten an (Setup sehr schnell) für eine komplexe Oberflächeninspektion mit einem kollaborativen Universal Roboter UR3E für eine Sortieraufgabe innerhalb von Minuten. Dieses Demo-Video zeigt, wie wir schnell eine menschlicheähnliche Inspektion an einer anspruchsvollen Verpackungsoberfläche einrichten können.
"3HLE" ist spezialisiert auf hochgeschwindigkeitsfähige automatisierte Computervision-Qualitätsinspektion. Wenn Sie sich Sorgen machen, "Ökologie und Umwelt" und möchten den Endproduktabfall durch die Früherkennung von Mängeln im Produktionsprozess reduzieren, fühlen Sie sich frei, uns eine E-Mail oder einen Anruf zu geben, um über die Verbesserung oder Nachrüstung Ihrer Produktionslinien zu sprechen, um den Durchsatz zu erhöhen und Fehler bereits vor ihrem hohen Wertzuwachstum zu erkennen, indem Sie modernste Technologien einsetzen.
"3HLE" bietet hauptsächlich Turn-Key-Lösungen einschliesslich Hardware, Softwareintegration und Automatisierungsprozesse Engagiert für Hochgeschwindigkeits-Anwendungen der automatisierten Qualitätskontrolle. Für weitere Präsentationen, schauen Sie sich unsere Erfolgsgeschichten Seiten an oder schauen Sie sich unsere Produkte Seiten an, um mehr über unsere Hardware- und Softwarelösungen zu erfahren. Wirarbeiten daran, mehr und mehr Inhalte in diesen Bereichen aufzubauen, abonnieren Sie bitte unser "3HLE" LinkedIn, FaceBook oder Youtube Kanäle, um sofort informiert zu sein, sobald neue Inhalte verfügbar sind.
Bitte füllen Sie den Abschnitt unten aus, um das ausgewählte PDF-Datenblatt per E-Mail zu erhalten