Uprość automatyzację dzięki sztucznej inteligencji i wizji maszynowej
W każdej branży producenci wykorzystują wizję maszynową do poprawy kontroli jakości, przyspieszenia linii produkcyjnych i optymalizacji wydajności. Istnieje jednak powszechne, aczkolwiek błędne przekonanie, że wdrożenie tej technologii jest skomplikowane i wymaga dużej wiedzy technicznej lub pomocy ekspertów w zakresie widzenia maszynowego. Nie jest to jednak prawdą w przypadku systemów wizyjnych opartych na sztucznej inteligencji.
W przeciwieństwie do wizji maszynowej bazującej na regułach, głębokie uczenie opiera się na ekspertach merytorycznych, którzy oznaczają obrazy jako prawidłowe lub nieprawidłowe i klasyfikują rodzaje wad. Eliminuje to potrzebę wsparcia się wysoko wykwalifikowanymi specjalistami w dziedzinie widzenia maszynowego, niezbędnymi do wdrażania i utrzymywania rozwiązań w tym zakresie. Kiedy coś się zmienia, każdy, kto wie, jak wygląda wada, może ponownie wytrenować model, rejestrując i oznaczając nowe obrazy.
Edge learning: moc sztucznej inteligencji bez złożoności
Edge learning to podzbiór sztucznej inteligencji, w którym przetwarzanie odbywa się bezpośrednio na urządzeniu, czyli „na krawędzi”, przy użyciu wcześniej wytrenowanych algorytmów. Dzięki temu osoby, które nie są ekspertami w dziedzinie systemów wizyjnych mogą wdrożyć narzędzia edge learning w ciągu kilku minut, wykorzystując tylko 5–10 obrazów szkoleniowych, aby uzyskać spójne wyniki inspekcji.
Ten rodzaj głębokiego uczenia, nazwany edge learning, wykorzystuje zbiór wcześniej istniejących algorytmów, które ułatwiają szkolenie modelu i późniejszą analizę obrazu bezpośrednio na urządzeniu. Szkolenie odbywa się w dwóch etapach: szkolenie wstępne i szkolenie dla konkretnych przypadków użycia.
Konfiguracja i akwizycja obrazu także zajmują mniej czasu, ponieważ inteligentne platformy kamer łączą wiele elementów, takich jak czujnik, optyka, procesor, a czasem także oświetlenie. Takie podejście zmniejsza liczbę problemów związanych z integracją sprzętu, która może być czasochłonna i złożona.
Niższe koszty i krótszy czas realizacji zadań
Edge learning oferuje kilka korzyści: jest znacznie mniej kosztowne we wdrożeniu niż oparte na regułach widzenie maszynowe i rozwiązania głębokiego uczenia. Wymaga mniejszej liczby obrazów, a szkolenia i obliczenia zajmują mniej czasu. Ponadto pozwala szybciej zwiększyć skalę produkcji oraz wprowadzać zmiany produktów, ponieważ szkolenie i produkcja odbywają się w tym samym miejscu, na tym samym urządzeniu. Należy jednocześnie zauważyć, że technologia edge learning nie nadaje się do najbardziej złożonych problemów, ale może być rozwiązaniem w przypadku dużej części aplikacji bez dodatkowych kroków.
Cognex Poland Sp. z o.o.
ul. Legnicka 48F, 54-202 Wrocław
tel. +48 71 71 21 086
source: Automatyka 5/2024