Conclusiones clave
En la automatización industrial, las herramientas de Edge Learning optimizan el entrenamiento, permiten clasificaciones complejas y ayudan con la inspección en todos los niveles.
- Capacitación sencilla: Capacite herramientas de Edge Learning con imágenes mínimas y sin programación avanzada, lo que permite una implementación rápida para ingenieros de todos los niveles de habilidad.
- Clasificación multiclase: Clasifique las piezas en múltiples categorías, manejando configuraciones complejas y variaciones sutiles con precisión.
- Enfoque en varias regiones: Definir múltiples regiones de interés para refinar las inspecciones y abordar las intrincadas tareas de verificación del montaje.
El entrenamiento de Edge Learning es similar al entrenamiento de un nuevo empleado en la línea de producción.
Lo que el usuario de Edge Learning necesita saber no es cómo funcionan los sistemas de visión o la inteligencia artificial (IA), sino cuál es el problema que necesitan resolver. Si es algo bastante sencillo, como clasificar piezas aceptables e inaceptables como Buena⁄Mala, el usuario necesita saber qué piezas son aceptables y cuáles no. Esto puede incluir conocimientos que no son aparentes a simple vista, derivados de pruebas en etapas posteriores de la línea de producción, que revelan defectos difíciles de detectar para un ser humano. Edge Learning es particularmente efectivo para determinar qué variaciones son significativas en la pieza y cuáles son meramente estéticas, y que no afectan la funcionalidad.
Edge Learning no se limita a la clasificación binaria, sino que puede clasificar en cualquier cantidad de categorías. Si es necesario ordenar las piezas en tres o cuatro categorías distintas, según los componentes o las configuraciones, puede ser igual de fácil implementarlo. Edge Learning también es capaz de dirigir la atención a varias regiones de interés (ROI) en la imagen. Y, por supuesto, pueden manejarse al mismo tiempo varias regiones de interés y categorías, como en el siguiente ejemplo de clasificación (enlace a la página con el ejemplo de bandejas de alimentos congelados).
Vea a continuación un tutorial paso a paso sobre cómo entrenar e implementar las herramientas de Edge Learning.