Edge-Learning-OCR für die Zeichenerkennung auf Verpackungslinien

Das Bildverarbeitungssystem In-Sight 3800 von Cognex arbeitet mit KI-basierenden Edge-Learning-Tools und traditionellen regelbasierten Algorithmen und ermöglicht damit leistungsfähige Lösungen, unter anderem zum schnellen Lesen von Zeichen.
Das Bildverarbeitungssystem In-Sight 3800 von Cognex arbeitet mit KI-basierenden Edge-Learning-Tools und traditionellen regelbasierten Algorithmen und ermöglicht damit leistungsfähige Lösungen, unter anderem zum schnellen Lesen von Zeichen.

Wenn die Edge-Learning-OCR einen Fehler macht, lernt sie durch eine einfache Korrektur durch den Bediener, ähnliche Fehler in Zukunft zu vermeiden. Sie lernt von selbst, welche Merkmale für Genauigkeit sorgen, ohne spezielle Programmierung, Feldeinteilung oder andere zeitaufwendige Verfahren.

KI-Optionen integriert

Mit seinem Bildverarbeitungssystem In-Sight 3800 bietet Cognex Anwendern eine leistungsfähige Option für die Realisierung schneller, präziser Prüfanwendungen auf Basis von künstlicher Intelligenz an. Das für Hochgeschwindigkeits-Produktionslinien konzipierte System stellt ein umfangreiches Vision-Toolset, leistungsstarke Bildverarbeitungsfunktionen und eine flexible Software zur Verfügung, um vollständig integrierte Lösungen für eine breite Palette von Prüfanwendungen zu liefern. Wesentliches Element ist der umfangreiche Werkzeugsatz, der sowohl die auf KI-basierende Edge-Learning-Technologie als auch traditionelle regelbasierte Algorithmen umfasst. Damit lassen sich somit zahlreiche Anwendungen zum Lesen von Klarschrift und zur Fehlererkennung an Codes in unterschiedlichen Branchen, wie etwa in den Bereichen Automotive, Lebensmittelproduktion und Logistik, schnell und zuverlässig realisieren. Auf diese Weise steht Anwendern eine effiziente Möglichkeit zur Verfügung, die Rückverfolgbarkeit von Produkten entlang der Lieferketten mit OCR zu maximieren.

Schreibe einen Kommentar

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