اتوماسيون صنعتي
|
يادگيري عميق SICK سادگي را براي بازرسي پيچيده هوش مصنوعي به ارمغان مي آورد SICK مجموعهاي از برنامهها و خدمات يادگيري عميق را راهاندازي كرده است تا بازرسي كيفيت بينايي ماشين را براي قطعات چالش برانگيز، مجموعهها، سطوح يا محصولات غذايي، بهويژه آنهايي كه قبلاً اتوماسيون را به چالش كشيدهاند و تنها با بازرسي انساني قابل تشخيص هستند، سادهسازي كند. SICK Deep Learning با فعال كردن طبقهبندي تصاوير هوش مصنوعي براي اجراي مستقيم روي دستگاههاي هوشمند SICK، زمان و هزينه راهاندازي را به شدت كاهش ميدهد. با يادگيري عميق، دستگاههاي SICK قابل برنامهريزي بهطور خودكار با استفاده از شبكههاي عصبي بهينهسازي شده تصميمگيري ميكنند و بازرسيهاي دقيق و قابل اعتمادي را اجرا ميكنند كه قبلاً در فرآيندهاي خودكار با سرعت بالا در بسياري از صنايع مختلف بسيار چالشبرانگيز بوده يا به سادگي غيرممكن بوده است. محصولات SICK's Deep Learning كه با سادگي كاربر در هسته خود توسعه يافته اند، طيف گسترده اي از نيازها و سطوح مهارت را برآورده مي كنند. برنامه Deep Learning Starter براي راه اندازي آسان توسط كاربران سطح اوليه طراحي شده است، 103wq در حالي كه برنامه حسگر بازرسي هوشمند آماده يكپارچه سازي سريع و آسان با مجموعه بزرگي از ابزارهاي بينايي ماشين قابل تنظيم را فراهم مي كند. برنامه نويسان و ادغام كنندگان با تجربه تر همچنين مي توانند برنامه هاي حسگر يادگيري عميق خود را با استفاده از پلت فرم نرم افزار SICK AppSpace ايجاد و سفارشي كنند. نيل ساندو، مدير محصول بريتانيايي SICK براي تصويربرداري، اندازهگيري و محدوده ميگويد: «با SICK Deep Learning، چيزي كه قبلاً براي تيمي از توسعهدهندگان نيم سال طول ميكشيد تا ايجاد كنند، اكنون ميتوان با سرمايهگذاري نسبتاً كمي در چند ساعت به آن دست يافت. . ماشينسازان و تيمهاي توليد به طور يكسان ميتوانند فرآيندهاي بازرسي را كه قبلاً براي خودكارسازي پيچيدهتر از آن بودهاند، مجدداً بررسي كنند، خواه سيستمها را در محيطهاي توليد فعلي نصب كنند يا ماشينهاي كاملاً جديد را توسعه دهند. از طريق يك رابط كاربري ساده گام به گام، شبكههاي عصبي SICK با نمايش تصاوير نمونه آموزش داده ميشوند و به همان روشي ياد ميگيرند كه انسانها براي قضاوت در مورد يك بازرسي خوب و اينكه چه تغييراتي را ميتوان تحمل كرد، ياد ميگيرند. نيازي به توسعه سخت با استفاده از مجموعهاي از قوانين و الگوريتمها براي شناسايي عيوب، يافتن الگوها يا لبهها نيست، كه ميتواند به ويژه براي مواردي كه ارزيابي آنها دشوارتر است مانند محصولات پخته شده، چينخوردگي روي صندليهاي چرمي خودرو يا چرميها زمانبر باشد. به عنوان مثال، دانه هاي چوب.» SICK Deep Learning كه به عنوان بخشي از راهاندازي اوليه منتشر شد، با استفاده از حسگر بينايي دوبعدي Inspector P 621 و دستگاه يكپارچهسازي حسگر قابل برنامهريزي SIM 1012 كه عموماً با دوربينهاي استريم Picocam يا Midicam SICK اجرا ميشود، در دسترس است. با عرضه طولانيمدت، يادگيري عميق SICK در حسگرهاي بينايي دوبعدي و سه بعدي هوشمند SICK و دروازههاي پردازش دادههاي SICK فعال ميشود. با SICK Deep Learning، استنتاج تصوير مستقيماً بر روي دستگاه در زمان تصميم گيري كوتاه و قابل پيش بيني، بدون نياز به رايانه اضافي انجام مي شود و نتايج به عنوان مقادير حسگر به كنترل خروجي مي شود. از آنجايي كه آموزش سيستم در فضاي ابري انجام ميشود، نيازي به سختافزار يا نرمافزار آموزشي جداگانه نيست و در زمان و هزينه اجرا صرفهجويي ميشود. 14ss211r كاربران از رابط گرافيكي بصري سرويس آنلاين SICK dStudio پيروي مي كنند تا شبكه عصبي خود را در چند مرحله ساده انتخاب و آموزش دهند: پس از راه اندازي دستگاه هاي SICK، از كاربران خواسته مي شود تا تصاوير بازرسي را در شرايط توليد واقعي جمع آوري كرده و سپس مرتب كنند. آنها را به كلاس ها تبديل كنند. با استفاده از dStudio، تصاوير از پيش مرتب شده در Cloud آپلود مي شوند، جايي كه فرآيند آموزش تصوير توسط شبكه عصبي تكميل مي شود. سپس كاربر مي تواند تصاوير توليدي بيشتري را براي ارزيابي و تنظيم سيستم اعمال كند. در صورت رضايت، شبكه عصبي را مي توان در دستگاه SICK با قابليت يادگيري عميق دانلود كرد و فرآيند استنتاج خودكار بدون نياز به اتصال Cloud بيشتر آغاز مي شود. SICK يك آزمايش رايگان براي كاربران ارائه مي دهد تا ارزيابي كنند كه آيا يادگيري عميق براي برنامه آنها مناسب است يا خير و اطمينان از شروع ساده و سريع. پس از ورود به هواپيما، يك پورتال پشتيباني Deep Learning نيز در دسترس است تا در صورت لزوم، كاربران را در طول فرآيند راهنمايي كند.
امتیاز:
بازدید:
|
|
[قالب وبلاگ : سایت آریا] [Weblog Themes By : sitearia.ir] |