Die Bildanalyse-Software Olympus Stream nutzt jetzt die Möglichkeiten der künstlichen Intelligenz, um die Bildsegmentierung der nächsten Generation für industrielle Prüfungen mittels Mikroskopie einzusetzen. Die Softwareversion 2.5 wurde mit der TruAI Deep-Learning-Technologie von Olympus erweitert und bietet jetzt die Möglichkeit, neuronale Netze zu trainieren, um Objekte in Mikroskopbildern für eine Reihe von Werkstoffprüfungen automatisch zu segmentieren und zu klassifizieren. Ein trainiertes neuronales Netz kann für zukünftige Analysen in ähnlichen Anwendungen eingesetzt werden und so die Effizienz steigern.
Genaue Bildsegmentierung
Die Bildanalyse ist ein wichtiger Bestandteil vieler Anwendungen in der Materialforschung, Industrie und Qualitätssicherung. Bei der Bildsegmentierung mit konventionellen Schwellenwertverfahren, die auf HSV- oder RGB-Farbräumen beruhen, können jedoch entscheidende Informationen oder Bereiche in den Proben übersehen werden. Die TruAI-Technologie ermöglicht eine genauere Segmentierung auf der Basis von Deep Learning, um eine hoch reproduzierbare und belastbare Analyse zu erhalten.
Einfaches Trainieren und Verwalten von neuronalen Netzen
Mit der TruAI Lösung können Anwender einfach robuste neuronale Netze trainieren. Eine leicht zu bedienende Benutzeroberfläche ermöglicht die effiziente Markierung von Bildern und die Durchführung von Trainingsdurchläufen in Gruppen. Neuronale Netze können mit vielen Eingangskanälen konfiguriert, zur Erkennung von bis zu 16 Klassen trainiert, sowie importiert oder exportiert werden. Zudem bietet die Lösung Optionen zur Überprüfung und Bearbeitung der Trainingsdetails.
