Приложение Sick SensorApp Intelligent Inspection

Приложение Sick SensorApp Intelligent Inspection от SICK предлагает простую классификацию при работе с объектами, что проблематично при использовании традиционных методов исследований, основанных на использовании правил. SensorApp основано на алгоритмах глубокого обучения и может быть использовано при применении видеодатчиков 2D InspectorP6xx от SICK.

Особенности приложения Sick SensorApp Intelligent Inspection

• Подход на основе примеров и удобные средства управления, позволяют оперативно познакомиться с программой и упростить процессы при разработке решений. Продукт, позволяя просто собирать информацию, необходимую в процессе обучения нейронной сети, дает возможность пользователям использовать сеть без дополнительных средств, прямо на камере.
• Также в комплекте поставки предлагается инструментарий для работы с изображениями в условиях промышленного производства, программные средства, обычные для выполнения подобного вида задач.

Преимущества Sick SensorApp Intelligent Inspection:

1. Приложение позволяет в упрощенной форме производить разработку решений в процессе сложной работы с изображениями, что недоступно при применении классических методов и средств.
2. Работа с примерами и возможность простого управления, позволяют быстро проводить оценку без необходимости в экспертной поддержке.
3. Низкая совокупная стоимость владения, вследствие того что сеть Deep Learning функционирует непосредственно без дополнительного оборудования.
4. Надежный контроль, способствующий увеличению производительности, вследствие уменьшения простоев и сокращения количества отходов.
5. Благодаря плагинам от SICK Nova Tools и обеспечению пользователям прямого доступа к исходному коду, реализована возможность простого внесения необходимых изменений.

Применение:
Технология глубокого обучения, может быть с успехом применена при исследованиях  годовых колец  деревьев, с дальнейшей их классификацией, и может быть востребована при промышленной переработке древесины.
Многие как природные, так и выращенные объекты часто непросто поддаются классификации при помощи обычных классических, способов, основанных на правилах при работе с изображениями. При помощи приложения доступна интуитивная классификация,  как если бы они были классифицированы ручным способом.

Видеообзор: