在包含传统2D图像分析、结果输出和通信工具的前提下,Nova 2D 视觉额外增加了Ai分类+Ai异常检测工具;相机内部支持100张图像样本训练,深度学习的训练过程可直接在相机内部完成,无需外接工控机。
● Ai异常检测训练实现无监督学习,无需标注NG样本,仅需良好图片即可实现异常检测。
● 智能相机中汇集了深度学习技术所有流程,包括:图像采集、标注、训练、评估以及识别。
● 训练时长短,平均2min内实现模型训练。
● 操作便捷,流程简单,即使是无图像处理经验的工程师也能轻松上手。
► 应用描述:木材翻转机,需要确认木板方向。
► 客户需求:自动对木板进行分类(基于年轮结构),以便快速在加工机器前保证木板的排列。
► 客户痛点:传统视觉无法按照标准进行完全分类;人眼识别,效率低,无法保证准确率。
►SICK解决方案及优势:
●InspectorP621+Intelligent Inspection Upgrade License+ dStudio token。
● 基于深度学习的分类工具用来训练不同方向的木材,可以快速根据上下环不同来分辨种类 ,提升了速度节拍。
● 在基于云的训练服务dStudio中训练的深度学习神经网络,操作简单便捷,降低错误率。
► 应用描述:在洗瓶机进料区 区分为新玻璃瓶和旧玻璃瓶。
► 客户需求:区分新瓶与旧瓶以控制分流清洗;避免了机器重新启动导致的额外水消耗。
► 客户痛点:人工操作非常慢,回流瓶的吞吐量不够;机器用水消耗大。
►SICK解决方案及优势:
●InspectorP621+Intelligent Inspection Upgrade License+ dStudio token。
● 减少了人工干预,提高了洗瓶机的吞吐量。
● 控制了机器用水量,提高产能效率。
► 应用描述:奶粉罐白色勺子的漏检/标签的完整性检测。
► 客户需求:准确快速的检验出装配是否一致;不同位置和背景下检测出是否配置好勺子。
► 客户痛点:检测物背景复杂不一致,传统视觉误判率高。
►SICK解决方案及优势:
●InspectorP621+Intelligent Inspection Upgrade License
● 基于深度学习的异常检测工具,通过学习OK样本进行训练,在相机中直接完成训练并输出结果。
● 加快了生产速度节拍,提高了生产效率的质量和效益,有效避免了人工的出错误率。
文章来源:德国西克SICK
图片来源:德国西克SICK
转载平台:微信公众号
责任编辑:朱晓裔
审 核 人:李峥
评论
加载更多