Kompetenser

Djup lärning

Vår plattform - maskininlärning för industriellt bruk

MABRI.VISION har utvecklat mjukvaruplattformen DEEP.MV för tillämpning av modern djupinlärning och AI -teknik i industrimiljön. Plattformen kombinerar alla nödvändiga komponenter och möjliggör användning på anläggningsnivå.

Deep learning-plattform, maskininlärningsapplikation, djupinlärning

Möjliga användningsområden

Vår deep learning-plattform är idealisk för applikationer där regelbaserade tillvägagångssätt är utmanande eller misslyckas. Detta gäller framför allt testapplikationer med ett brett spektrum av varianter och felegenskaper, till exempel varierande yta och konstruktionsegenskaper. MABRI.VISION -plattformen kan användas optimalt där, på grund av komplexiteten, främst manuella och manuella kontroller utförs med hjälp av felkataloger.

Klassificering | Upptäckt och klassificering av objekt och fel

Klassificering ligger till grund för många uppgifter inom kvalitetssäkring. I applikationen behövs ingen tidskrävande märkning av data – allt som behövs är att kategorisera bilder.

Felavkänning i spolningsflikar

repa
satte igång
inte okej

Webbfel

OK
Webbfel
Deep learning-plattform, maskininlärningsapplikation, djupinlärning
Hål
Deep learning-plattform, maskininlärningsapplikation, djupinlärning
Fullständighetskontroll
Positionskontroll
Närvarokontroll
Formsprutningsdefekt
repa
Porer och spår
Maskinseende metoder, testning, strukturer, ytor, spåndetektering, porer

Segmentering är alltid viktigt när objekt, strukturer eller fel måste identifieras och avgränsas mycket exakt. Denna information kan till exempel användas för processoptimering

Chipdetektering
Maskinseende metoder, testning, strukturer, ytor, spåndetektering, porer
textilier
Maskinseende metoder, testning, strukturer, ytor, spåndetektering, porer
Skölj flikarna
Fel sortering
främmande kropp
Kretskort
Mikrostrukturer
Ytor (t.ex. limrester)
DOT-kod på däck
Teckensnittsigenkänning

Dina fördelar

Allt från en enda källa

MABRI.VISION ger dig allt du behöver för din applikation. På så sätt slipper du använda partiella och isolerade lösningar som inte hänger ihop och därför är svåra att underhålla. Förutom mjukvaruapplikationen levererar vi främst nödvändiga sensorsystem, testplattformar och tjänster för din produktionsprocess.

Spara kostnader

Genom att använda vår lean AI-plattform kan utmanande applikationer i industriella miljöer också lösas kostnadseffektivt. Detta eliminerar behovet av manuella och tidskrävande teststeg.

Att lösa komplexa problem

Deep learning-teknik kan användas för att lösa applikationer som är mycket utmanande eller inte kan lösas tillfredsställande med klassisk bildbehandling. Detta öppnar helt nya möjligheter inom kvalitetssäkring.

Rätt lösning

Som en leverantör av universella lösningar för optisk produktionsmätteknik tar vi en närmare titt på din applikation. Vi använder bara vår djupinlärningsteknik när och i den utsträckning det är vettigt för applikationen. På så sätt slipper du felaktiga resultat och överdrivna utvecklingskostnader. Dessutom kartlägger vi alla andra väsentliga komponenter inom kvalitetssäkring, inklusive till exempel kalibrering och spårbarhet.

Var flexibel

En utmaning för de nuvarande utvecklingstrenderna i branschen är modulär produktion med allt kortare produktionscykler. Maskininlärningsprocesser håller dig flexibel och låter dig anpassa din produktion adaptivt och självständigt.

Framtidssäker

Utvecklingen inom området djupinlärning går mycket snabbt. Vår AI-plattform byggs därför ständigt ut och bygger på etablerade standarder inom forskning och utveckling. Denna kontinuerliga utveckling gör att du alltid kan använda den senaste tekniken i framtiden.

Praktiskt exempel

Maskininlärningsmetoder är idealiska där regelbaserade metoder är svåra att implementera.

Feldetektering på strumpor

Deep learning-plattform, maskininlärningsapplikation, djupinlärning

Webbfel

Deep learning-plattform, maskininlärningsapplikation, djupinlärning

Hål

Deep learning-plattform, maskininlärningsapplikation, djupinlärning

Defektdetektering på metallrör

Deep learning-plattform, maskininlärningsapplikation, djupinlärning

Chip

Maskinseende metoder, testning, strukturer, ytor, spåndetektering, porer

Svetsfel defekt

Bild av en svets som inspekteras med en laserstråle.

Process flöde

Djupinlärningsmetoder är baserade på artificiella neurala nätverk. Dessa nätverk är inspirerade av (biologiska) neurala nätverk, dvs. en del av ett nervsystem. Artificiella neurala nätverk är strukturerade i lager. Ett lager, eller en nivå, består av flera artificiella neuroner. Mellan ett ingångs- och ett utgångslager finns flera dolda lager. Namnet "djupa" neurala nätverk härstammar från dessa dolda lager.

Deep learning-plattform, maskininlärningsapplikation, djupinlärning