ViDi Inside

Bild 1 | Die Smart-Kamera In-Sight D900 hat die ViDi-Deep-Learning-Tools integriert und verwendet die gleiche Plattform wie die anderen In-Sight-Smart-Kameras, damit sie möglichst einfach ins In-Sight-Ökosystem integrierbar ist.
Bild 1 | Die Smart-Kamera In-Sight D900 hat die ViDi-Deep-Learning-Tools integriert und verwendet die gleiche Plattform wie die anderen In-Sight-Smart-Kameras, damit sie möglichst einfach ins In-Sight-Ökosystem integrierbar ist.
Bild 1 | Die Smart-Kamera In-Sight D900 hat die ViDi-Deep-Learning-Tools integriert und verwendet die gleiche Plattform wie die anderen In-Sight-Smart-Kameras, damit sie möglichst einfach ins In-Sight-Ökosystem integrierbar ist.
Bild 1 | Die Smart-Kamera In-Sight D900 hat die ViDi-Deep-Learning-Tools integriert und verwendet die gleiche Plattform wie die anderen In-Sight-Smart-Kameras, damit sie möglichst einfach ins In-Sight-Ökosystem integrierbar ist.Bild: ©WangAnQi/istockphoto.com / ©your_photo/istockphoto.com / ©MF3d/istockphoto.com / Cognex Germany Inc.

Was unterscheidet In-Sight D900 von anderen Smart-Kameras?

R. Ferraz: Der wesentliche Unterschied liegt in der Funktionalität. Bei der In-Sight D900 sind im Vergleich zu den meisten anderen Smart-Kameras Werkzeuge integriert, die auf Deep Learning basieren. Damit ersetzt das Trainieren weitestgehend eine Programmierung. Die In-Sight D900 verwendet die gleiche Plattform wie die anderen In-Sight Smart-Kameras, damit sie möglichst einfach ins komplette In-Sight-Ökosystem integrierbar ist. Außerdem sind Werkzeuge für eine regelbasierte Bildverarbeitung verfügbar, die mit den Deep-Learning-Tools im selben Auftrag kombiniert werden können. Dies ist sinnvoll, wenn z.B. ein Code gelesen und genaue Messung mit Millimeterangaben durchgeführt werden und gleichzeitig Defekte erkannt werden müssen, die nur mit Deep Learning lösbar sind.

Bild 2 | Bei der In-Sight D900 sind Werkzeuge für eine regelbasierten Bildverarbeitung verfügbar, die mit den Deep-Learning-Tools im selben Auftrag kombiniert werden können.
Bild 2 | Bei der In-Sight D900 sind Werkzeuge für eine regelbasierten Bildverarbeitung verfügbar, die mit den Deep-Learning-Tools im selben Auftrag kombiniert werden können.Bild: Cognex Germany Inc.

Wie gut muss ich mich mit Deep Learning auskennen, um die Kamera auf meine Anwendungen anpassen zu können?

Ferraz: Deep Learning impliziert das Trainieren von möglichst vielen Bildern, um sicher zu sein, die richtige Entscheidung zu fällen. Das geschieht über eine intuitive GUI. Cognex bietet zudem ein dreitägiges Training an, bei dem Anwendern Strategien aufgezeigt werden, um das Verwalten, Klassifizieren und Minimieren der Trainingsbilder zu optimieren. Danach können auch Ingenieure ohne vorherige Deep-Learning- oder Programmierkenntnisse eine In-Sight-ViDi-Anwendung aufsetzen.

ViDi gibt es in verschiedenen Versionen. Welche kommen hier zum Einsatz und wie unterscheiden sich die einzelnen Versionen?

Ferraz: ViDi von ViDi Systems ist in seinen Kernfunktionen erhalten geblieben, aber auf die Cognex-Produkte angepasst worden. Kernfunktionen sind die Tools Locate (Lokalisieren), Read (OCR Lesen), Analyze (Defekterkennung) und Classify (Klassifizieren). In VisionPro ViDi sind diese Tools in die VisionPro-Programmierumgebung eingebunden. Bei In-Sight ViDi sind die Tools dagegen auf drei Anwendungsbereiche fokussiert und in Detect (Defekterkennung), Read (OCR) und Check (Vollständigkeitsprüfung) umbenannt.

Veröffentlicht am
Kategorisiert in inVISION

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert