Indicazioni chiave
Nell’automazione di fabbrica, gli strumenti di edge learning semplificano la formazione, supportano classificazioni complesse e aiutano nell’ispezione a tutti i livelli.
- Formazione semplice: forma strumenti di apprendimento all’avanguardia con immagini minime e senza programmazione avanzata, consentendo un’implementazione rapida per gli ingegneri di tutti i livelli di competenza.
- Classificazione multiclasse: ordina i pezzi in più categorie, gestendo con precisione configurazioni complesse e piccole variazioni.
- Focus multi-regione: definisci più regioni di interesse per affinare le ispezioni e affrontare le complesse attività di verifica dell’assemblaggio.
L’addestramento dell’edge learning è simile all’addestramento di un nuovo operatore sulla linea.
Ciò che l’utente dell’edge learning deve sapere non è come funzionano i sistemi di visione o di intelligenza artificiale, ma quale problema devono risolvere. Se è semplice, per esempio classificare le parti accettabili e inaccettabili come OK/NON OK, l’utente deve sapere quali parti sono accettabili e quali no. Ciò può includere conoscenze non immediatamente evidenti, derivate da test a valle, che evidenziano difetti difficili da rilevare per un essere umano. L’edge learning è particolarmente efficace nel determinare quali variazioni nella parte sono significative, e quali variazioni sono puramente cosmetiche e non influenzano la funzionalità.
L’edge learning non si limita alla classificazione binaria ma può classificare in un qualsiasi numero di categorie. Se le parti devono essere ordinate in tre o quattro categorie diverse, a seconda dei componenti o delle configurazioni, questo può essere implementato altrettanto facilmente. L’edge learning è anche in grado di indirizzare l’attenzione su più zone di interesse (ROI) nell’immagine. E, naturalmente, sia i ROI multipli che le categorie multiple possono essere gestiti insieme, come nell’esempio di classificazione qui (link alla pagina con l’esempio del vassoio per pasti surgelati).
Guarda qui sotto un dettagliato tutorial su come addestrare e applicare gli strumenti di edge learning.