新品上市 | 深度学习SensorApp Intelligent Inspection Plus

供稿:西克中国

  • 关键词:西克,智能相机,
  • 摘要:非常高兴地向大家宣布,基于西克2D智能相机InspectorP系列的深度学习SensorApp Intelligent Inspection Plus正式上市,在传统的Quality Inspection Plus基础上新增了“Anomaly detection异常检测”和“Classification tools分类工具”两大深度学习功能。

非常高兴地向大家宣布,基于西克2D智能相机InspectorP系列的深度学习SensorApp Intelligent Inspection Plus正式上市,在传统的Quality Inspection Plus基础上新增了“Anomaly detection异常检测”和“Classification tools分类工具”两大深度学习功能。


目录

1.为何选择西克深度学习

2.Anomaly detection异常检测

3.Classification tools分类工具

4.dStudio

5.Intelligent Inspection Plus

   产品选型和方案推荐

6.应用场景案例


1. 为何选择西克深度学习

a)基于深度学习的西克Intelligent Inspection Plus SensorApp中包含了功能强大“异常检测”和“分类工具”,使得传统视觉检测无法实现的应用成为可能。

b) 我们可以为客户提供详细的应用示例,支持客户直接在相机设备中或者通过dStudio在线平台进行训练,简易、友好的使用界面为客户快速开发铺平道路。

c) “Anomaly detection异常检测”和“Classification tools分类工具”可以确保被测物满足质量检测和分类需求,进一步提升效率、降低成本、提升客户满意度。另外,Quality Inspection Plus SensorApp的传统视觉检测工具,同样适用于Intelligent Inspection Plus中。

d) SensorApp可以在西克所有InspectorP6xx 2D智能相机中运行,给客户提供了包含深度学习功能的高性价比方案——客户无需除InspectorP6xx 2D智能相机外任何其它硬件设备。


2.Anomaly detection异常检测

异常检测工具可以适合用于无法有效预测缺陷样本的复杂应用场合,比如表面检测、焊接检测、涂胶检测、注塑磨具检测等。

进行训练时,只需要搜集良好的图像样本。异常检测工具会根据良好样本的训练结果,直接输出OK或者NOK的检测结论,同时会在检测图像中用热区图的形式将缺陷区域显示出来。

异常检测工具支持客户进行简单、快速的on-device应用构建,用户可以在InspectorP智能相机硬件中训练最多100张良好图像样本。


1.gif

在异常检测功能中,整个解决方案主要包括3块:

a)   使用智能相机在现场采集图像

b)   使用智能相机对图像进行训练

c)   使用智能相机在现场实时检测


优点

a.无需使用额外的工控机(PC)进行训练,在智能相机内部即可实现快速训练

b.只需收集少量正样本,即,被认为是合格的样本,最少仅需2张样本,而最多不超过100张

c.无需收集有缺陷的样本

d.无需对图像进行标注


3.Classification tools分类工具

分类检测工具可以将视觉上很相似的物体进行区分,适用于多变、不稳定、反光材质等复杂应用场合。对于组装核验、缺陷分类等也可以轻松实现。

该工具通过在InspectorP智能相机中进行图像收集和执行检测。基于优化准确度和执行速度的目的,标注、训练和评估过程需要使用SICK dStudio在线平台完成。该方式下对于样品收集的数量可以更多。


2.gif

在分类功能中,整个解决方案主要包括3块:

a)  使用智能相机在现场采集图像

b)  使用SICK深度学习云端dStudio对图像进行训练,并导出模型

c)  向智能相机导入训练好的模型,在现场实时检测


4. dStudio

dStudio是用于训练分类神经网络的SICK在线服务平台,该平台基于SICK多款智能相机硬件,进一步对训练正确率和执行速度进行了优化。

dStudio拥有简单易用的操作界面,没有任何AI知识基础的人员也可使用。训练进程和训练成功率等数据都清晰显示在图表中,训练完成后需要将神经网络下载并传输到智能相机硬件中进行生产使用。点击蓝字查看更多资讯


5. Intelligent Inspection Plus

产品选型和方案推荐

image.png

image.png


 6.应用场景案例

image.png

电子行业:装配核验


image.png

电子行业:焊接检测


image.png

汽车行业:缺陷检测


image.png

木工行业:分类拣选


image.png

快消行业:缺陷检测


image.png

机加工行业:注塑模具检测


image.png

电子行业:缺陷检测


image.png

食品行业:异常检测


点击图片查看产品资料:

image.png


image.png

发布时间:2022年8月25日 10:59  人气:   审核编辑(王静 )
更多内容请访问(西克中国
相关链接

我有需求