基于AI的自动视觉包装控制

文章：ManuelHaß和Chris Montague

产品包装具有各种特性。因此，不同的形状，颜色和材料可以是不同缺陷图案的原因。来自柏林的数据狂欢节目如何使用人工智能（AI）如何快速有效地实时地识别和消除生产中的复杂包装质量问题。

adlink技术和数据狂欢结合了行业现代硬件和艺术视觉AI软件的状态。对于此用例，AdLink具有一系列硬件和尖端技术。使用我们的NVIDIA Jetson Neon系列的相机，允许机器学习在边缘的相机中完成。

在持续生产和物流的早期检测缺陷，在短时间内消除这些缺陷通常是包装行业中非常苛刻的任务。可靠的视觉检查自动化是确保始终如一的高质量的关键因素。

目视检查的挑战

经典图像处理系统和传统算法用于封装缺陷的视觉检查通常是非常不灵活的并且实现的昂贵。在这种情况下，必须由专家手动开发缺陷检测，这需要大量的专业知识和时间。同时，众多可能的缺陷模式（撕裂，缺失的碎片，凹痕，划痕，几何偏差，缺失的内容，打印错误）只能用很多努力实现或根本没有实现。所有这一切都导致高成本，并且无法满足自动化的质量要求。

用Vision AI有效地解决复杂质量问题

人工智能（AI）可用于可靠地检测各种单独的错误模式和异常。通过数据狂欢的深度学习DS软件，可以在背景中有效且轻松地实现Vision AI软件逻辑。持续监控生产数据，缺陷和时间序列分析的自动分类也以用户友好的方式在生产操作中具有深入学习DS的方式实现。

为了实现基于AI的缺陷检测，首先从生产过程中取出包装的图像。现在，可以标记要检测到某些缺陷以培训AI。此标记数据被称为注释。然而，如果希望检测到一般缺陷和偏差，则没有缺陷标记的AI也可以通过训练后通过异常检测识别与规范的偏差。

在该过程中，AI迭代地列举来自良好状态的偏差或异常的检测和定位，或者也想要识别用户的特殊错误模式。这里，AI与人类大脑类似地发挥作用，并学习基于图像数据识别，分配和定位缺陷 - 而无需手动预定定义特定的包装功能。通过深入学习DS，您可以自己快速轻松地执行此学习过程。Data Spree还提供完整的过程，以作为服务的生产效率集成。

因此，这种方法允许最多多样化和复杂的质量保证任务快速且轻松地实现 - 而且没有单行编程代码。

因此，可以有效且鲁棒地实现自动化过程。即可在几小时内创建即用的原型，并在很短的时间内扩展到生产性解决方案中。数据狂欢的快速AI型号还可确保高频生产和物流操作中的实时能力。另一个好处是学习系统的灵活性。如果包装，包装性能或产品因生产或物流发生变化而发生变化，AI可以简单地与新的图像“喂食”并烫伤。这允许快速有效地响应生产或物流的变化，而无需从头开始或购买并实现新的解决方案。

通过深度学习DS，可以在长期存储，管理和统计上评估来自持续生产操作和检测到的错误的数据。通过这种方式，可以在数据管理和AI培训的结合中连续地实现最高质量的要求。

快速轻松实现

培训的AI模型可以通过Open Onnx标准格式单独集成到任何客户应用程序中。数据狂欢自己的执行环境推理DS还提供了一个简单的图形用户界面，其中可以使用拖放原理在各个硬件（例如智能摄像头或工业PC）上快速执行AI模型。这节省了集成时间 - 以及高于所有成本。

adlink和数据狂欢伙伴关系

Adlink Edge Software Eco-System具有内置连接器，用于数据狂欢的深度学习DS。这为两家公司提供了能力以可扩展的方式将任何Vision AI解决方案的功能扩展到Adlink的广泛硬件和软件组合，而无需更改两个系统的下划线平台。使用AdLink广泛的IOT平台，我们可以与Edge的公司集成，为Enterprise和Cloud提供过滤数据。

本文最初发布EEWEB.。

作为基于柏林的启动数据狂欢的联合创始人，曼努埃尔·哈斯实现未来自动化的共同愿景：对每个人进行深度学习，以便自动化认知过程。在学习ABB的TU Berlin和Stations的计算机科学之后，曼努埃尔在创建数据狂欢之前在柏林的DCAITI上致力于自动车辆。

克里斯蒙塔尤是Adlink的Edge解决方案销售头部。在Adlink之前，IOT专业人员在硬件，软件和IT解决方案市场方面拥有超过22年的经验，他为IT咨询，为客户提供了咨询，向客户提供服务，并为多个垂直的项目提供服务。他在诺福利亚大学拥有计算机科学学士学位，并开始了他的IT职业写作代码来优化和简化大型公共部门客户的数据库。