English
Künstliche Intelligenz „NaturalSelection.AI“ ist in automatisierten Systemen unerlässlich, bei denen Objekte aller Art auf enormen Mengen von Bilddaten erkannt werden sollen. Es kann auf verschiedene Arten von Industrieprodukten angewendet werden: Textilien, Non-Woven-Materialien, Papier, Glas und viele mehr. Unsere künstliche Intelligenz erzeugt kein rechenintensives neuronales Netzwerk, sondern findet eine effiziente Bildverarbeitungslösung mit hoher Genauigkeit beim Erkennen und Segmentieren von Objekten auf jeder Art von Bildern.
innerhalb von Minuten
In der Cloud
Mehrere GB / s auf normaler Consumer-Hardware
Hohe Segmentierungsqualität
Die gefundene Lösung läuft vor Ort auf der Hardware Ihrer Wahl. Von klein bis groß.
Architektur
Nehmen wir an, unser Kunde möchte, dass unsere künstliche Intelligenz eine Lösung zur Erkennung von Linien in der Nähe des Autos findet:
1) Laden Sie die Bilder in den Web-Browser.
Mit unserer künstlichen Intelligenz wollen wir Linien in der Nähe des Autos erkennen.
2) Zeichnen Sie im Browser auf die Bilder:
– in rot die Linien, welche die Sie erkennen möchten.
– in blau, was optional erkannt werden darf.
An anderer Stelle sollen keine Objekte erkannt werden.
3) Laden Sie die Bilder in die Cloud hoch und beginnen Sie mit dem Training der KI. Das Training dauert nicht lange.
Unsere künstliche Intelligenz in der Cloud findet für Sie eine effiziente Lösung zur Objekterkennung.
Nach dem Training gibt die KI eine Lösung zurück: detektierte Objekte sind grün eingezeichnet.
Die Schwierigkeit der Aufgabe liegt in der Beschaffenheit des Materials:
– Viel Hintergrundrauschen
– Der Hintergrund weist eine Vielzahl von Farben und Strukturen auf
Darüber hinaus ist die Laufgeschwindigkeit des Materials i.d.R. recht hoch, so dass die Lösung effizient sein muss.
Es folgt eine kleine Auswahl von Originalbildern (oben), rot eingezeichneten Fehlern (mitte) und den von der Lösung erkannten Fehlern in grün (unten).
In den vorherigen Beispielen muss der Benutzer bekannte Fehlertypen markieren. Zu Produktionsbeginn sind solche Informationen allerdings oft noch nicht vorhanden.
In diesem Fall ist unbeaufsichtigtes Training die Lösung. Hierfür werden nur wenige Bilder des unbeschädigten Referenzmaterials benötigt, zum Beispiel:
Die künstliche Intelligenz von NaturalSelection.AI lernt während des Trainings, dass diese Bilder unbeschädigtes Material zeigen, sodass Abweichungen als Fehler erkannt werden. Wenn während der Produktion echte Fehler auftreten, werden sie automatisch erkannt und korrekt segmentiert, sodass die Produktion schneller läuft.
Einige Beispiele mit den Originalfehlern und der jeweils daraus resultierenden Segmentierung:
Die automatische Erkennung und Segmentierung funktioniert auch für kleine Fehler mit geringem Kontrast:
Bilder des Beispiels werden mit Genehmigung der RAM GmbH (ramgmbh.com) verwendet.