Cognex porta alla ribalta il software VisionPro Deep Learning, che offre analisi delle immagini basato sul deep learning e progettato per l’automazione industriale.
VisionPro Deep Learning di Cognex riduce la barriera d’ingresso per gli utenti grazie a un’interfaccia grafica che semplifica la formazione della rete neurale. Gli strumenti di Deep Learning di VisionPro sono addestrati con le immagini, a differenza dei metodi tradizionali di elaborazione delle immagini che sono programmati con algoritmi basati su regole.
L’interfaccia grafica di VisionPro Deep Learning fornisce un ambiente semplice per il controllo e lo sviluppo delle applicazioni e riduce significativamente lo sforzo richiesto per raccogliere immagini, addestrare la rete neurale e testarla su diversi set di immagini.
Lo strumento Blue Locate è adatto, grazie alla sua capacità di identificare accuratamente le diverse parti, tra altri compiti, all’assemblaggio automatizzato o ai controlli di completezza. In VisionPro Deep Learning gli utenti possono scegliere tra quattro strumenti di analisi delle immagini. Questi sono ottimizzati per le ispezioni di visione nelle applicazioni di automazione industriale e quindi richiedono solo un piccolo numero di immagini per un rapido addestramento.
Gli strumenti Blue Locate, Red Analyze, Green Classify e Blue Read risolvono applicazioni troppo complesse per i tradizionali approcci di elaborazione delle immagini basati su regole.
Anche con sfondi o texture di superficie variabili, lo strumento Red Analyze rileva i difetti più piccoli. Lo strumento Blue Locate è ideale per le attività in cui è necessario rilevare o contare parti di aspetto diverso.
Con la sua progettazione, Blue Locate identifica con successo le caratteristiche su sfondi confusi, parti a basso contrasto e anche parti che si piegano, cambiano forma o sono scarsamente illuminate. Anche con variazioni di prospettiva, orientamento, luminosità, brillantezza o colore, Blue Locate individua le parti apprese da immagini campione.
Per queste ragioni, Blue Locate è adatto, tra l’altro, all’uso nella verifica automatica dell’assemblaggio. Quando è necessario trovare i difetti più piccoli, nonostante i diversi sfondi e le texture superficiali dei pezzi, lo strumento di rilevamento e segmentazione dei difetti Red Analyze è la scelta giusta. Con l’addestramento agli esempi di parti buone e cattive, è in grado di tollerare le normali deviazioni in termini di aspetto, mentre rileva accuratamente difetti, impurità e altre imperfezioni.
Red Analyze può anche essere usato per segmentare aree variabili in un’immagine. Gli esempi possono includere saldature, aree incollate o verniciate, e caratteristiche di sfondo dinamicamente nascoste per facilitare altre ispezioni. Lo strumento di Deep Learning di VisionPro, Green Classify, è un classificatore robusto che può distinguere diverse classi di oggetti, identificare i tipi di difetti e classificare le parti buone e cattive.
Addestrato con un set di immagini etichettate, Green Classify identifica gli oggetti in base alle loro caratteristiche comuni come colore, consistenza, materiale, imballaggio e tipo di difetto, e li divide in classi. Così facendo, lo strumento tollera le variazioni naturali all’interno della stessa classe e distingue efficacemente le varianti accettabili da classi diverse.
Green Classify gestisce anche compiti di classificazione complessi molto rapidamente e non richiede una programmazione lunga e complicata. Lo strumento Blue Read decifra e riconosce in modo affidabile anche caratteri e codici deformati, obliqui o mal incisi.
L’interfaccia grafica user-friendly elimina la necessità di una programmazione complessa e riduce drasticamente il tempo di sviluppo: gli utenti devono solo definire l’area di destinazione, impostare la dimensione del carattere e marcare i caratteri nelle immagini. In pochi passi, il solido strumento può essere addestrato a leggere testi in chiaro specifici dell’applicazione che non possono essere decodificati dagli strumenti OCR convenzionali.
Inoltre, l’addestramento può essere completato senza alcuna conoscenza dell’elaborazione delle immagini o di deep learning. Inoltre, la funzione di debug ottico rileva i caratteri mal letti, che possono poi essere facilmente corretti.
Uno dei principali vantaggi di VisionPro Deep Learning è la capacità unica di combinare gli strumenti disponibili. Questo permette di suddividere i problemi complessi in singoli passi più piccoli per semplificare l’ottimizzazione del progetto e ridurre il numero di immagini di allenamento necessarie.
Un’altra caratteristica speciale del nuovo ambiente software è che gli sviluppatori possono facilmente selezionare lo strumento migliore per un dato compito, combinandolo con le librerie di visione basate su regole di VisionPro.
I progetti possono essere creati nell’ambiente di sviluppo VisionPro Deep Learning e poi esportati in un progetto VisionPro. In questo modo, VisionPro e VisionPro Deep Learning offrono la possibilità di combinare il meglio dei due mondi.