Isotron | Edge & Deep Learning

Edge Learning en Deep Learning zijn 2 varianten die gebaseerd zijn op AI (artificial Intelligence) technieken. Met deze techniek kunnen wij vraagstukken oplossen die voorheen zeer moeilijk of onmogelijk leken te zijn.

Wanneer het menselijk oog het product goed kan beoordelen maar er geen rekenkundige regels voor zijn dan biedt Deep Learning de oplossing. Bij Deep Learning train je voorbeelden van goed en fout waarop de software zelf een algoritme creëert en kan overbrengen naar de camera.

De Cognex In-Sight series zijn smart camera’s waarbij de berekeningen plaatsvinden in de camera zelf en er dus geen PC aan de lijn nodig is.

Edge learning voegt efficiënte, op regels gebaseerde machinevision toe aan een reeks vooraf getrainde AI-algoritmen om een geïntegreerde toolset te creëren die geoptimaliseerd is voor fabrieksautomatisering. Deze technologie vereist geen gespecialiseerde kennis van machine vision of deep learning.

Op regels gebaseerde automatisering

Berekeningen/metingen
Nauwkeurige locatie en bevestiging
Specifieke toleranties
Voorspelbaarheid binnen klassen
Nauwkeurige locatie en bevestiging

Op voorbeeld gebaseerde automatisering

Beeldanalyse
Opzet goed/fout beoordeling van goede en slechte onderdelen
Kan een grote variatie binnen dezelfde klasse aan

Edge Learning

Edge learning voegt efficiënte, op regels gebaseerde machinevision toe aan een reeks vooraf getrainde AI-algoritmen. Deze geïntegreerde toolset is geoptimaliseerd voor fabrieksautomatisering en het toepassen van deze technologie vereist geen gespecialiseerde kennis van machine vision. Met het inleren van enkele goed/fout voorbeelden kan Edge learning binnen enkele minuten op elke lijn worden ingezet.

De eenvoudige gebruikersinterface stelt iedereen in staat om de basis van een applicatie te maken en testen. Edge Learning is ideaal voor mensen met kennis van het product en proces om de applicatie in te stellen en finetunen. De focus van Edge Learning ligt op het gebruiksgemak in alle stadia van de toepassing. Minder beelden nodig, minder tijd voor instellen, en geen gespecialiseerde programmering. Edge Learning is al met enkele ingeleerde afbeeldingen toepasbaar en de bibliotheek kan worden uitgebreid tot 300 afbeeldingen.

Deep Learning

Deep learning leert robots en machines wat mensen van nature doen, leren aan de hand van voorbeelden. Deze “neurale netwerk” technieken kunnen het menselijk brein nabootsen waardoor het mogelijk is om beelden te herkennen, trends onderscheiden, en beslissingen te nemen. Door te leren wat goed of afwijkend is kan de camera zijn algoritmen opbouwen en menselijke beoordeling vervangen met hogere snelheid en betrouwbaarheid.

Deep Learning gaat een stap verder dan Edge Learning met een bibliotheek die kan worden uitgebreid tot 1000 afbeeldingen. In deze voorbeelden kan je precies intekenen wat als fout moet worden gedetecteerd waarmee wij het algoritme steeds nauwkeuriger kunnen laten werken.