Kompetenzen
Deep Learning
Unsere Plattform – Maschinelles Lernen für die industrielle Anwendung
Für die Anwendung moderner Deep-Learning und KI-Technologien im industriellen Umfeld hat MABRI.VISION die Software-Plattform DEEP.MV entwickelt. Die Plattform kombiniert alle notwendigen Bausteine und ermöglicht eine Anwendung auf Werksebene.
Einsatzmöglichkeiten
Unsere Deep Learning Plattform eignet sich hervorragend für Anwendungen bei denen regelbasierte Ansätze herausfordernd sind oder scheitern. Das betrifft vor allem Prüfanwendungen mit einem großen Spektrum an Varianten und Fehlerausprägungen, wie beispielsweise variierende Oberflächen- und Struktureigenschaften. Die MABRI.VISION Plattform lässt sich dort optimal einsetzen, wo aufgrund der Komplexität primär mit Fehlerkatalogen manuell und händisch geprüft wird.
Klassifikation | Erkennung und Klassifikation von Objekten und Fehlern
Die Klassifikation bildet die Basis für viele Aufgaben in der Qualitätssicherung. In der Anwendung entfällt aufwendiges Labeln von Daten – es reicht eine Kategorisierung von Bildern.
Fehlererkennung bei Spühltabs
Kratzer
angebrochen
n.i.O.
Webfehler
i.O.
Webfehler
Loch
Objekterkennung | Beispiele: Vollständigkeitskontrolle, Anwesenheitskontrolle, Zählung, Pick & Place uvm.
Vollständigkeitskontrolle
Lageprüfung
Anwesenheitskontrolle
Defekterkennung | Oberflächendefekte, unvollständige Bauteile, Strukturdefekte, Farb- und Formdefekte uvm.
Spritzgussfehler
Kratzer
Poren und Riefen
Segmentierung | Erkennung von Strukturen und Bildbereichen, Oberflächendefekten, unvollständigen Bauteilen, Strukturdefekten, Farb- und Formdefekten uvm.
Eine Segmentierung ist immer dann wichtig, wenn Objekte, Strukturen oder Fehler sehr genau erkannt und eingegrenzt werden müssen. Diese Information können z.B. für die Prozessoptimierung verwendet werden
Spanerkennung
Textilien
Spültabs
Fehlerhafte Sortierung
Fremdkörper
Anomalieerkennung | Fehler auf Verpackungen, Druckbildkontrolle, Webfehler uvm.
Platinen
Mikrostrukturen
Oberflächen (z.B. Klebereste)
OCR | Texterkennung
DOT Code auf Reifen
Schrifterkennung
Ihre Vorteile
Alles aus einer Hand
MABRI.VISION liefert Ihnen alles, was Sie für Ihre Anwendung benötigen. So vermeiden Sie es, Teillösungen und Insellösungen zu verwenden, die nicht ineinander greifen und dadurch schlecht wartbar sind. Neben der Software-Applikation liefern wir vor allem die notwendigen Sensorsysteme, Prüfplattformen und Servicedienstleistungen für Ihren Produktionsprozess.
Sparen Sie kosten
Durch den Einsatz unserer schlanken KI-Plattform lassen sich herausfordernde Anwendungen im industriellen Umfeld auch kostengünstig lösen. Manuelle und zeitaufwendige Prüfschritte können so entfallen.
Lösung komplexer Probleme
Durch die Deep Learning Technologie können Anwendungen gelöst werden, die mit klassischer Bildverarbeitung sehr herausfordernd sind oder nicht zufriedenstellend gelöst werden können. Es ergeben sich damit völlig neue Möglichkeiten in der Qualitätssicherung.
Die passende Lösung
Als universeller Lösungsanbieter für die optische Produktionsmesstechnik schauen wir uns Ihre Anwendung genau an. Wir setzen unsere Deep Learning Technologien nur dann und zu dem Maße ein, wie es für die Anwendung sinnvoll ist. So vermeiden Sie falsche Ergebnisse und zu hohe Entwicklungskosten. Zusätzlich bilden wir alle weiteren essentiellen Bausteine in der Qualitätssicherung ab, hierzu zählen z.B. Kalibrierung und Rückführung.
Bleiben Sie flexibel
Eine Herausforderung der aktuellen Entwicklungstrends der Industrie besteht in der modularen Produktion mit immer kürzeren Produktionszyklen. Durch maschinelle Lernverfahren bleiben Sie flexibel und können Ihre Produktion adaptiv und selbstständig anpassen.
Zukunftssicher
Die Entwicklung im Bereich des Deep Learnings schreitet sehr schnell voran. Unsere KI-Plattform wird deswegen stetig erweitert und setzt auf etablierte Standards in Forschung & Entwicklung. Diese kontinuierliche Entwicklung ermöglicht es Ihnen auch in Zukunft immer die neuesten Technologien einzusetzen.
Beispiel aus der Praxis
Überall da, wo regelbasierte Ansätze schwer implementierbar sind, bieten sich maschinelle Lernverfahren an.
Fehlererkennung auf Socken
Webfehler
Loch
Defekterkennung an Metallrohren
Span
Schweißnaht Defekt
Prozessablauf
Deep-Learning Verfahren basieren auf künstlichen neuronalen Netzen. Diese Netze sind inspiriert von den (biologischen) neuronalen Netzen, also Teil eines Nervensystems. Künstliche neuronale Netze sind in Schichten aufgebaut. Eine Schicht bzw. Ebene besteht aus mehreren künstlichen Neuronen. Zwischen einer Eingangs- und Ausgangsebene befinden sich mehrere verdeckte Ebenen. Der Name „tiefes“ neuronales Netz erhält die Struktur wegen genau diesen verdeckten Ebenen.
