Deep-Learning-Kamera für Praktiker und Einsteiger

Ready – Steady – AI.go

Die Vision Cam AI.go von Imago Technologies ermöglicht Einsteigern und Praktikern den einfachen Einstieg in Deep Learning. Im Formfaktor einer Standardkamera erhält man eine schlüsselfertige Deep-Learning-Lösung inkl. Anwendersoftware, die innerhalb kürzester Zeit mit 20 bis 30 Bilder trainiert und startbereit ist.
 Die Vision Cam AI.go ist ein hochflexibles auf Deep Learning basierendes Bildverarbeitungssystem, das für Endanwender und zur Klassifizierung von komplex zu unterscheidenden Objekten entwickelt wurde.
Die Vision Cam AI.go ist ein hochflexibles auf Deep Learning basierendes Bildverarbeitungssystem, das für Endanwender und zur Klassifizierung von komplex zu unterscheidenden Objekten entwickelt wurde.Bild: ©sdecoret/stock.adobe.com / Imago Technologies GmbH

Wie gut eine Deep Learning Anwendung arbeitet, hängt vom ausgewählten Neuronalen Netzwerk ab, sowie der Zuordnung der Bilder zu Bildklassen (Annotation). Wir Menschen müssen dabei dem System mitteilen, welches Bild wir z.B. als IO- oder NIO-Bild zugeordnet haben wollen. Je mehr Bilder wir beim Einlernen zur Verfügung stellen, desto besser ist die spätere Entscheidung. Bezüglich der Anzahl der Bilder pro Bildklasse gibt es Fortschritte. Während in früheren Phasen von 500 bis 1.000 Bilder pro Bildklasse die Rede war, genügen mittlerweile 20 bis 30 Bilder für den Einlernvorgang. In der Vision Cam AI.go können 2 bis 5 Bildklassen definiert werden. Allerdings bestehen Deep Learning Systemlösungen oft noch aus Kamera, Industrie-PC und darin verbaute kurzlebige kommerzielle GPU-Karten. Imago Technologies hat nun mit der Vision Cam AI.go eine smarte Kamera entwickelt, die nicht nur die Bilder aufnimmt, sondern auch den für Deep Learning erforderlichen Spezialrechner integriert hat. Im Formfaktor einer Standardkamera erhält man eine schlüsselfertige Deep Learning Lösung inkl. Anwendersoftware, die per Browser (z.B. Firefox) bedienbar ist.

Bild 2 | Nur vier Schritte sind erforderlich, bis die smarte AI-Kamera selbstständig Entscheidungen trifft.
Bild 2 | Nur vier Schritte sind erforderlich, bis die smarte AI-Kamera selbstständig Entscheidungen trifft. Bild: Imago Technologies GmbH

In wenigen Minuten betriebsbereit

Ein konkretes Beispiel für den Einsatz der Deep Learning Kamera ist die Sortierung auf einem Fließband von drei Mechanikbaugruppen, die sich danach auf drei Fließbänder verteilen sollen. Die Vision Cam AI.go mit integriertem Objektiv und LED-Beleuchtung wird montiert und ein Sensor zur Erfassung der Baugruppe angeschlossen. Nun lässt man die erste Baugruppe mehrfach über das Fließband laufen und bringt der Kamera so bei, dass es sich um Bilder der Baugruppe eins handelt; 20 bis 30 Bilder sind dabei völlig ausreichend. Nach dem gleichen Schema verfährt man mit Baugruppen zwei und drei. Danach lässt man die Vision Cam die Bilder einlernen. Der Einlernvorgang von AI-Kamera-Anbietern passiert häufig in der Cloud oder in einem weiteren Rechner, die Software der Vision Cam AI.go hingegen benötigt dafür keinerlei Cloudzugriff, alles findet in der smarten Kamera selbst statt. Der Anwender erhält eine Benachrichtigung, sobald der Trainingsprozess abgeschlossen ist. Innerhalb weniger Minuten ist das System somit als voll funktionsfähiges Inspektionssystem betriebsbereit. Der Anwender kann nun die Baugruppen auf das Fließband legen und die smarte Kamera entscheidet selbstständig, welche der drei Baugruppen sich vor der Kamera befindet. Via digitalem Ausgang können die Folgefließbänder dementsprechend geschaltet werden.

Bild: Imago Technologies GmbH

Weitere Optimierungen möglich

Mit der Vision Cam AI.go ist eine komplett integrierte Lösung für den Praktiker geschaffen worden, die wirklich schnell und einfach in Betrieb genommen werden kann. Stößt man dennoch auf Schwierigkeiten, bietet Imago mit seinem Deep Learning Kooperationspartner den Zugriff auf Experten(-wissen) an. Hier gibt es eine Vielzahl an Möglichkeiten: so kann man beispielsweise gemeinsam die Bildaufnahme trickreicher gestalten oder auch das neuronale Netz optimieren. Bei komplexen Fragestellungen ist auch die Anpassung der Hardware auf die jeweiligen Anforderungen möglich. Denkbar wäre auch die Aufhebung der Begrenzung auf fünf Bildklassen. Diese Art von Engineeringleistung sollte aber bewusst als Rückfalllösung verstanden werden, denn das Ziel der Vision Cam AI.go ist es praktisch handhabbar selbstständig erste Erfolgserlebnisse mit Deep Learning zu ermöglichen.

Fazit und Roadmap

Mit der Vision Cam AI.go gehen zwei Träume in Erfüllung: Anwender dürfen endlich selbst festlegen, wie ihre Bilder klassifiziert werden sollen, sowie die Integration der erforderlichen Prozessortechnik in einem handhabbaren kleinen Gehäuse. Vor Ort ist die Inferenzkamera bereit, selbstständig zu denken und zu entscheiden. Es braucht dabei weder viele Kabel noch große Rechner im Schaltschrank, es genügt alleine die Kamera per Ethernet mit dem Browser zu verbinden. Imago Technologies arbeitet bereits an weiteren Varianten der Kamera – seien es weitere Kamerasensoren oder eine höhere Performance der Deep Learning Entscheidung.

Das könnte Sie auch Interessieren

Weitere Beiträge

Bild: Beckhoff Automation GmbH & Co. KG
Bild: Beckhoff Automation GmbH & Co. KG
Zyklussynchrone Vision

Zyklussynchrone Vision

Aixemtec entwickelt automatisierte Lösungen für die Präzisionsmontage von elektro-optischen Systemen. Das Unternehmen bietet kundenindividuelle Lösungen auf Basis eines Modulbaukastens, der von der Materialzuführung und -handhabung über Mikromanipulation und Vermessung bei der hochpräzisen Montage bis hin zur Qualitätssicherung reicht. PC-based Control von Beckhoff inklusive Twincat Vision sorgt dabei für exakte wie schnelle Prozessabläufe.

mehr lesen
Bild: IFM Electronic GmbH
Bild: IFM Electronic GmbH
Vision im Wandel

Vision im Wandel

3D-Kameras, Künstliche Intelligenz und hohe Rechenleistung in Edge Devices eröffnen neue Möglichkeiten in zahlreichen Anwendungen. Autonom arbeitende mobile Maschinen, wie z.B. autonome Transportfahrzeuge in der Intralogistik oder Roboter, gehören zu den Anwendungsfeldern, die von den neuen Technologien profitieren können.

mehr lesen

Anzeige