工控網首頁
>

新聞中心

>

業界動態

>

產品分享 | Inspector系列2D智能相機+深度學習方案

產品分享 | Inspector系列2D智能相機+深度學習方案

2024/3/14 11:12:51

Intelligent Inspection

17aab050ebc255697dd4c5ed817c78ca.png


Intelligent Inspection工具集在InspectorP6xx & Inspector8xx 2D視覺傳感器上運行,有助于在設備上快速、輕松地創建應用。

d25f3fc31bf503cdec07abbd67ab1f4c.png


工作原理

image.png


01.異常檢測工具

異常檢測工具可以適合用于無法可靠預測缺陷樣本的復雜應用場合。進行訓練時,只需要搜集良好的圖像樣本。異常檢測工具會根據良好樣本的訓練結果,直接輸出OK或者NOK的檢測結論,同時會在檢測圖像中用熱區圖的形式將缺陷區域顯示出來。

異常檢測工具支持客戶進行簡單、快速的on-device應用構建,用戶可以在智能相機硬件中訓練最多100張良好圖像樣本。

2.gif


02.分類工具

分類工具可以將視覺上很相似的物體進行區分,適用于多變、不穩定、反光材質等復雜應用場合。對于組裝核驗、缺陷分類等也可以輕松實現。

這個工具在所有類別的類似數量的圖像上進行訓練,并輸出物體類別。

該工具通過在InspectorP智能相機中進行圖像收集和執行檢測。基于優化準確度和執行速度的目的,標注、訓練和評估過程需要使用SICK dStudio在線平臺完成。該方式下對于樣品收集的數量可以更多,不僅限于100張圖像。


典型應用案例

(快消、汽配、電子等行業)

01.電子元器件缺失、外觀檢測

2ed1925e8a2027e64661a92e8757621f.jpg8645b209471fc0789b43137fcfe2163a.jpg


02.勺子有無檢測(難點:表面褶皺、反光)

1aa76bd7b8cfe0190d3a8dcb8a675632.jpg


03.新舊瓶區分(控制沖洗瓶子用水量)

5e79b5ae42e7e1a9a9e80db266938601.jpg


04.圖案種類分類(產品種類多)

88335b0539933fc26ed18af7a7c2ef80.jpg

fd783dc795a137c3becaa977f6471b17.jpg


05.藥袋排放檢測

(褶皺、翹曲等不可預見的異常情況)

9dc76e7ffcf09afe9a95856fbe263872.jpg


性能和客戶收益

  • Deep Learning 解決了工業圖像處理領域中rule-based tools不適用的復雜應用

  • 將傳統檢測工具的優勢與 Deep Learning 相結合

  • 減少研發工作量:借助樣本圖像訓練和分析

  • 借助云端和設備端訓練,無需額外的硬件或軟件

  • 由于設備基于 Deep Learning 運行,因此總運行成本低

  • 操作簡單快速上手


掃描二維碼獲取官方產品資料

image.png


f1b425adae391ce58dbd4da70986809e.png


審核編輯(
王妍
)
投訴建議

提交

查看更多評論
其他資訊

查看更多

碼上知道 | 讀碼器使用診斷篇

新品上市 | Inspector83x系列5MP黑白相機

展會預告 | 閃耀華南工博會,領航智能制造新篇章

捷報!SICK榮獲第十屆恰佩克機器人年度卓越品牌獎!

西克新品上市 | picoScan150 detection新功能模塊和新型號組合