Anzeige
Anzeige

Deep Learning ist einer der Schwerpunkte der Vision 2018

Trainieren statt programmieren

Vorbericht Vision 2018: Deep Learning im Fokus

Angetrieben von immer schnellerer Rechenleistung hat sich Deep Learning in der Bildverarbeitungsbranche zu einem Megatrend entwickelt, der auch die Vision 2018 (6. bis 8. November in Stuttgart) prägen wird.

Deep-Learning-Systeme werden auch zum Erfassen und Zählen von Fahrzeugen und Personen eingesetzt. Zahlreiche weitere Deep-Learning-Neuheiten und Anwendungen sind auf der Vision 2018 zu sehen. (Bild: Neadvance)

Deep-Learning-Systeme werden auch zum Erfassen und Zählen von Fahrzeugen und Personen eingesetzt. Zahlreiche weitere Deep-Learning-Neuheiten und Anwendungen sind auf
der Vision 2018 zu sehen. (Bild: Neadvance)

Deep-Learning-Systeme, als Teilbereich von Machine Learning und Künstlicher Intelligenz, haben einen anderen technologischen Ansatz als die derzeitige Bildverarbeitungstechnik. Die neuen Systeme zeichnen sich dadurch aus, „dass große Mengen an digitalen Bilddaten analysiert und damit Modelle von bestimmten, zu erkennenden Objekten trainiert werden“, so Dr. Olaf Munkelt, Geschäftsführer MVTec (www.mvtec.com): „Mit Hilfe dieser Trainingsdaten lernt der Klassifikator dann, zwischen den eingegebenen Klassen zu unterscheiden“.

Flexible Entscheidungen

„Die Stärke von Deep Learning liegt darin, dass ein solcher Ansatz flexibler entscheiden kann, als ein Satz vorgegebener Regeln in konventionellen Bildverarbeitungs-Systemen“, betont Volker Gimple, Gruppenleiter Bildverarbeitung bei Stemmer Imaging (www.stemmer-imaging.de). Dr. Klaus-Henning Noffz, Geschäftsführer Silicon Software (https://silicon.software), ergänzt: „Deep Learning punktet immer dann, wenn Prüfobjekte große Variationen aufweisen und schwer mathematisch modellierbar sind.“ Deep Learning kann somit überall dort eine Alternative sein, wo konventionelle Bildverarbeitungssysteme an ihre Grenzen stoßen: „Deren größte Herausforderungen sind ein sich veränderndes optisches Umfeld, die immer größere Produktvielfalt sowie die Komplexität des Bildes selbst“, so Hanjun Kim, Marketing Manager bei Sualab (www.sualab.com): „Auch in Bereichen, wo Bildverarbeitung bereits implementiert ist, kann der zusätzliche Einsatz von Deep Learning Genauigkeit und Geschwindigkeit des Prüfvorgangs drastisch beschleunigen.“

Vielfältige Anwendungen

Eingesetzt wird Deep Learning heute bereits in Anwendungen, wo Bildverarbeitung eine Klassifizierung des untersuchten Objekts vornimmt. Dr. Noffz beschreibt eine Anwendung aus dem Automobilbau: „Selbstlernende Algorithmen erkennen hier beispielsweise winzige Lackfehler, die mit bloßem Auge nicht sichtbar sind“. Auch die Nahrungsmittel- und Getränkeindustrie profitiert von Deep-Learning. „So können z.B. minderwertige Früchte und Gemüse präzise identifiziert und inspiziert werden, bevor sie verpackt oder weiterverarbeitet werden“, erläutert Dr. Munkelt. Auch Dr. Christopher Scheubel, Head of IP & Business Development bei Framos (www.framos.com), beschreibt eine Anwendung, bei der mit Deep Learning Gebinde für einen Lebensmitteleinzelhändler sortiert und klassifiziert werden. Deepsense (www.deepsense.ai) stellt auf der Vision eine Lösung zur visuellen Qualitätskontrolle vor, die sich ohne langwierige Programmierung zur Inspektion von Objekten mit komplexen Mustern wie etwa Holz oder Textilien eignet. Robert Bogucki, Chief Science Officer bei Deepsense, sieht zudem zukünftige Anwendungschancen im Bereich Healthcare.

Anzeige

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Das zweiteilige Beleuchtungs-Demo- und Labor-Kit beinhaltet alle nötigen Beleuchtungskomponenten, um neue Anwendungen im Labor zu testen und deren Beleuchtung optimal abzustimmen. Der Preis ist um die Hälfte günstiger als die Summe der Einzelkomponenten.

www.polytec.de

Anzeige

Jadak, ein Geschäftsbereich der Novanta Corporation, kann durch die Übernahme der Imaging Solutions Group (ISG) seine Bildverarbeitungsfunktionen verbessern und sein bestehendes Portfolio um intelligente Kameras und Bildsysteme erweitern. ISG beschäftigt sich mit der Entwicklung, Anpassung und Herstellung von High-End-Video-Imaging-Plattformen und intelligenten Kamerasystemen für industrielle, medizinische und kommerzielle Erstausrüster und bringt durch den Beitritt sein technisches Wissen bei der Entwicklung kundenspezifischer Anwendungen ein.

www.jadaktech.com

Anzeige

Die Software VisionApp 360 ermöglicht es, einzelne Ausgabewerte (Punktewolke) von bis zu 16 Sensoren in einem Koordinatensystem zusammenzuführen. Somit kann eine lückenlose 360°-Aufnahme oder die Aufnahme von 3D-Profilen ohne Programmierkenntnisse realisiert werden. Über die Softwareoberfläche können die Sensoren durch einfaches Parametrieren synchronisiert und kalibriert werden.

www.wenglor.de

Anzeige

Der CEO der belgischen Firma Aphesa Arnaud Darmont ist Mitte September bei einem Unfall verstorben. Darmont war zudem seit Anfang des Jahres Standards Manager beim europäischen Bildverarbeitungsverband EMVA.

www.emva.org

In Version 4.16.265 hat die Vision & Control Bildverarbeitungssoftware zwei neue Funktionen bekommen. Der Befehl Beleuchtungssteuerung ermöglicht die dynamische Regelung der via Controller angeschlossenen Beleuchtungen durch das Prüfprogramm.

www.vision-control.com

Anzeige

Am 10. September gab die Sick Glaser GmbH, mit dem ersten Spatenstisch, den Startschuss für das Bauvorhaben eines Schulungszentrums. Im Park vom Buchholzer Schloss soll die Sick-Akademie unter dem Namen ´Sensor Intelligence Academy (SIA)´ enstehen. Die Akademie soll künftig das gesamte Fortbildungsprogramm organisieren und es für Mitarbeiter und Kunden aus dem In- und Ausland anbieten. Das Investitionsvolumen beträgt insgesamt rund 19 Millionen Euro. Die Eröffnung ist für März 2020 geplant.

www.badische-zeitung.de

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige