MABRI.VISION heeft het softwareplatform DEEP.MV ontwikkeld voor de toepassing van moderne deep learning- en AI-technologieën in industriële omgevingen. Het platform combineert alle benodigde bouwstenen en maakt toepassing op fabrieksniveau mogelijk.
Ons deep learning-platform is ideaal voor toepassingen waar op regels gebaseerde benaderingen een uitdaging vormen of falen. Dit geldt vooral voor testtoepassingen met een breed scala aan varianten en foutkenmerken, zoals variërende oppervlakte- en structurele eigenschappen. Het MABRI.VISION-platform kan optimaal worden ingezet waar vanwege de complexiteit voornamelijk handmatige en handmatige controles worden uitgevoerd met behulp van foutencatalogi.
Classificatie vormt de basis voor veel taken in de kwaliteitszorg. In de applicatie is het tijdrovend labelen van gegevens niet nodig; het enige dat nodig is, is het categoriseren van afbeeldingen.
Segmentatie is altijd belangrijk wanneer objecten, structuren of fouten zeer nauwkeurig geïdentificeerd en afgebakend moeten worden. Deze informatie kan bijvoorbeeld worden gebruikt voor procesoptimalisatie
MABRI.VISION biedt u alles wat u nodig heeft voor uw toepassing. Zo vermijd je het gebruik van deeloplossingen en geïsoleerde oplossingen die niet in elkaar passen en daardoor lastig te onderhouden zijn. Naast de softwareapplicatie leveren wij vooral de benodigde sensorsystemen, testplatformen en diensten voor uw productieproces.
Door gebruik te maken van ons lean AI-platform kunnen ook uitdagende toepassingen in industriële omgevingen kosteneffectief worden opgelost. Dit elimineert de noodzaak voor handmatige en tijdrovende teststappen.
Deep learning-technologie kan worden gebruikt om toepassingen op te lossen die zeer uitdagend zijn of niet op bevredigende wijze kunnen worden opgelost met klassieke beeldverwerking. Dit opent geheel nieuwe mogelijkheden op het gebied van kwaliteitsborging.
Als leverancier van universele oplossingen voor optische productiemetrologie nemen we uw toepassing onder de loep. We gebruiken onze deep learning-technologieën alleen wanneer en voor zover dit zinvol is voor de toepassing. Zo voorkom je foutieve resultaten en te hoge ontwikkelkosten. Daarnaast brengen we alle andere essentiële onderdelen van kwaliteitsborging in kaart, waaronder kalibratie en traceerbaarheid.
Een uitdaging van de huidige ontwikkelingstrends in de industrie is modulaire productie met steeds kortere productiecycli. Machine learning-processen houden u flexibel en stellen u in staat uw productie adaptief en zelfstandig aan te passen.
De ontwikkeling op het gebied van deep learning gaat razendsnel. Ons AI-platform wordt daarom voortdurend uitgebreid en vertrouwt op gevestigde normen in onderzoek en ontwikkeling. Deze continue ontwikkeling stelt u in staat om in de toekomst altijd gebruik te maken van de nieuwste technologieën.
Machine learning-methoden zijn ideaal overal waar op regels gebaseerde benaderingen moeilijk te implementeren zijn.
Deep learning-methoden zijn gebaseerd op kunstmatige neurale netwerken. Deze netwerken zijn geïnspireerd op (biologische) neurale netwerken, oftewel onderdelen van een zenuwstelsel. Kunstmatige neurale netwerken zijn opgebouwd uit lagen. Een laag, of niveau, bestaat uit verschillende kunstmatige neuronen. Tussen een invoer- en uitvoerlaag bevinden zich verschillende verborgen lagen. De naam "diep" neuraal netwerk is afgeleid van deze verborgen lagen.