Fehler pixelgenau erkennen
Ein Beispiel: Getränkeabfüller müssen jedes Gefäß vor der Befüllung auf Schäden prüfen. Die Anomaly-Detection-Technologie entdeckt und lokalisiert dabei unterschiedliche Mängel, die in ihrer speziellen Ausprägung vor dem Prüfvorgang nicht bekannt sind, beispielsweise kleine Sprünge, Kerben oder Risse am Flaschenhals. Nach dem Training wird im Rahmen der Inferenz, also der Ausführung des Prüfschrittes, eine sogenannte ‚Anomaly Map‘ erstellt. Diese hebt anhand eines Grauwerts spezielle Regionen hervor, in denen eine Anomalie sehr wahrscheinlich ist. Durch diese Segmentierung können Fehler pixelgenau entdeckt, lokalisiert und in der Größe bestimmt werden.
Nur gute Bilder erforderlich
Mit Machine Vision lässt sich die Fehlerinspektion im Rahmen der Qualitätssicherung weitgehend automatisieren. Dabei kann die Deep-Learning-basierte Erkennungstechnologie Anomaly Detection mit wenigen, ausschließlich guten Trainingsbildern und ohne Labeling auch unbekannte Fehler sicher erkennen.
www.mvtec.com