Kategorie: KI & Deep Learning

Einfacher KI-Workflow

Der Workflow mit ONNX und UniVision 3 ermöglicht eine skalierbare Lösung für die einfache Integration von KI in industrielle Bildverarbeitungsanwendungen.

Die Machine Vision Software UniVision 3 von Wenglor bietet mit dem ONNX Modul eine skalierbare Lösung für die einfache Integration von KI in industrielle Bildverarbeitungsanwendungen, um auch anspruchsvolle Anwendungen zuverlässig zu lösen.

Fuge gut, alles gut

Zwei intelligente NXT-Kameras von IDS prüfen beim Parketthersteller Scheucher, ob Klebstoff in der Klebstofffuge von Fertigparkett zwischen Decklage und Trägerschicht vorhanden ist.

Natürliche Maserungen, warme Farbtöne, zeitlose Eleganz: Hochwertiges Parkett verleiht Räumen Atmosphäre. Scheucher aus Österreich vereint dafür Tradition mit Technologie – und setzt bei der Qualitätsprüfung von Mehrschichtparkett auf künstliche Intelligenz.

KI-Box-PC für VLM

Der EPC-R7300 Orin Nano Super bietet mit Jetpack 6.2 deutliche Fortschritte bei der KI-Leistung und ist die ideale Plattform für den Einsatz von kleinen LLMs, VLMs und ViTs.

Advantechs Embedded-KI-Box-PC EPC-R7300 Orin Nano Super hat den Nvidia Jetson Orin Nano 8GB SoM integriert und liefert bis zu 67 TOPS an KI-Leistung bei niedrigem Stromverbrauch (25W). Das kompakte Design (152×173 ×50mm) und das vorinstallierte Ubuntu-Betriebssystem ermöglichen ein nahtloses KI-Deployment und machen ihn ideal für Anwendungen wie kleine Large Language Models (LLMs), Vision Language Models (VLMs) und Vision Transformers (ViTs).

Prognosen & Bildsimulation

Bild 1 | Mithilfe simulierter Bilder können KI-Modelle optimal trainiert werden und so helfen, Produktionsparameter zu verbessern.

KI kommt in Produktionen an. Sie kann beispielsweise Maschinenparameter basierend auf Sensordaten aus der Fertigung oder Bildinformationen eines Bauteils optimieren. KI-Tools vom Fraunhofer IPA ermöglichen, den Zustand eines Bauteils zu bewerten und die Produktionsparameter darauf basierend zu verbessern.

Overcoming the Barriers

Die Podiumsdiskussion am zweiten Tag der Online-Konferenz inVISION Days befasste sich mit dem Einsatz von KI-Beschleunigern in der Bildverarbeitung, insbesondere im Vergleich zu anderen Architekturen wie KI-SOCs und GPUs. Die Experten diskutierten die Vor- und Nachteile verschiedener Ansätze, die Anforderungen an Hardware und Software sowie zukünftige Trends.

VisionGPT?

Die Diskussionsteilnehmer (v.l.n.r): Eric Carey (Teledyne), Thies Möller (Basler), Donato Montanari (Zebra), Ronni Vuine (Micropsi), Olaf Munkelt (MVTec) und Moderator Peter Ebert (inVISION).

Laut Statista beträgt der Markt für generative KI im Jahr 2024 rund 33Mrd.€ und wird sich bis 2030 verzehnfachen. ChatGPT hat gezeigt, wie generative KI erfolgreich eingesetzt werden kann, aber ist dies auch für die industrielle Bildverarbeitung möglich? Während der Vision 2024 traf sich Chefredakteur Peter Ebert mit fünf Experten aus der Branche, um die Chancen und Risiken zu diskutieren.

Generische KI-Bilderkennung

Bild 2 | Abbildung von AnomalyAI inkl. Datenerstellung, Modelltrainings und Erkennung echter Anomalien

Die visuelle Qualitätskontrolle in der Industrie ist besonders bei der Anomalieerkennung mit großen Herausforderungen konfrontiert. Klassische KI-Modelle verlangen dabei große Mengen an Trainingsdaten, die oft nicht verfügbar sind. Ein neues Verfahren von Codecentric generiert synthetische Fehlerbilder und benötigt hierfür keine echten fehlerhaften Daten. Die Technologie zeigt hohe Präzision bei Stoff-, Holz- und Lederoberflächen und verbessert die Effizienz und Flexibilität der Fehlererkennung erheblich.

Deep OCR direkt auf der Kamera

Das Deep-OCR-Modell der Denknet OCR von Denkweit erkennt nicht nur einzelne Zeichen, sondern berücksichtigt nun auch deren Zusammenhänge mit hoher Zuverlässigkeit.