Die klassische Bildverarbeitung punktet in der bewährten automatischen Qualitätskontrolle, solange die Objekte strukturiert zur Prüfung vorliegen. Sie stößt aber an ihre Grenzen, wenn diese ungeordnet zugeführt werden müssen und daher nicht mehr von den gängigen Bildverarbeitungssystemen erkannt werden können.
Hier kommt die Künstliche Intelligenz in Form von Deep Learning ins Spiel. Optometron, Spezialist für QS-Lösungen, hat seine Software VIS-Vision um das Modul Deep Learning erweitert. Dieses Modul identifiziert und beurteilt Objekte, die auch regellos ohne Struktur vorliegen, also unabhängig von Position, Winkel, Größe oder Beleuchtung der Objekte. Damit wird die Qualitätskontrolle nicht nur schneller, sondern vor allem präziser und flexibler gemacht. Das schlägt sich schließlich in einer höheren Qualität der geprüften Produkte nieder.
Das Gute an Deep Learning ist, dass keine Programmierkenntnisse notwendig sind. Mithilfe neuronaler Netze lernt das Modul eigenständig, Objekte zu identifizieren, zu analysieren und auszuwerten. Dabei kann der Anwender die neuronalen Netze ohne Programmieraufwand jederzeit auf neue Produkte trainieren. Die Anzahl der Merkmale, die VIS-Vision mit Deep Learning analysieren kann, ist unbegrenzt. Das bedeutet, dass die Prüfobjekte nach beliebig vielen Eigenschaften klassifiziert werden können. Mit dem Modul Deep Learning lassen sich etwa 10 Auswertungen pro Sekunde sowohl von S/W-Bildern als auch von Farbbildern durchführen. Die hohe Präzision der Auswertung basiert auf der HD-Bildauflösung mit 1280 x 720 Pixel.
Die Software VIS-Vision ist separat erhältlich. Mit dem Komplettpaket Software und der Makro-Station des Unternehmens wird daraus ein intelligenter QS-Arbeitsplatz für komplexe BV-Aufgaben.
