Angetrieben von GoMax und KI

Anomaly Detector

Factsheet Herunterladen

Setzen Sie KI-gestützte Anomalieerkennung in Ihrer Produktionslinie ein.

Das GoPxL Anomaly Detector-Toolset nutzt traditionelle und KI-basierte Werkzeuge in GoPxL, um eine leistungsstarke 3D-Fehlererkennung für anspruchsvolle Anwendungen in der Produktion von Bauteilen für die Automobil-, Lebensmittel-, Baustoff-, Reifen- und viele andere Branchen bereitzustellen. Benutzer können diese leistungsstarke 3D-Fehlererkennungslösung direkt auf GoMax trainieren und implementieren, ohne auf zusätzliche Cloud- oder hardwarebasierte Ressourcen für das anfängliche und nachfolgende Modelltraining angewiesen zu sein.

VERTRIEB KONTAKTIEREN

Common Use Cases

Bauteilinspektion

Oberflächeninspektion

Find defects and irregularities on machined or casted parts with complex geometry. Train an AI model to identify good and bad parts directly on the production line without a cloud connection, a CAD file, or complex thresholds typically used with traditional tools.

Find defects and irregularities on flooring and building materials by easily connecting traditional and AI-based tools in GoPxL. Use surface edge and feature tools to mask the board and anomaly detection to locate defects using intensity data.

Hauptmerkmale

Training auf 2D-Intensitäts- oder 3D-Höhenkartendaten

Teile mit Intensitäts- und Oberflächendaten scannen und die beste Option zum Zeitpunkt des Trainings auswählen. Ein 3D-Visualizer ermöglicht es, komplexe Teile zu betrachten und die Labelgenauigkeit zu verbessern.

Vorschaufunktionalität ohne Lizenz

Anomalieerkennung mit einem GoMax im Replay-Modus bewerten und ohne Lizenz trainieren sowie Inferenz durchführen.

Generierung von synthetischen und augmentierten Daten

Die Anzahl der für das Training erforderlichen Bilder reduzieren durch integrierte Generierung von synthetischen Defekten und augmentierten Bildern, die die Leistung Ihres Modells verbessern.

Neue Produktionsdaten direkt auf GoMax speichern

Verwenden Sie GoMax, um Produktionsdaten direkt in einem Projektarchiv zu speichern, das schnell zum Trainieren eines neuen Modells genutzt werden kann, um die Leistung Ihrer Anwendung zu verbessern.

Integriert mit GoPxL

Vorteile

Merkmale unterschiedlicher
Form und Größe erkennen

Während traditionelle Werkzeuge hervorragend für Blob- und Segmentierungsanalysen sind, erfordern sie die Anpassung von Schwellenwerten, die oft spezifisch für jedes Bauteil sind. Mit dem Anomaly Detector muss der Benutzer keine Erkennungsschwellen verwalten. Das Training basiert auf der Bereitstellung eines Datensatzes von OK- und NG-Teilen und der Erstellung eines Erkennungsmodells, das spezifisch für die Teile im Datensatz ist.

Integrierter KI-Modellierungsworkflow

Das Modelltraining und die zugehörigen Datensätze werden direkt in den GoPxL-Tools verwaltet, sodass Sie weniger Zeit mit dem Verschieben von Dateien und Datensätzen verbringen, im Vergleich zur Verwendung einer separaten Anwendung für das Modelltraining.

Training an der Produktionslinie

Trainieren Sie Daten direkt auf GoMax und vermeiden Sie die Zeit, Kosten und Sicherheitsbedenken, die mit dem Verschieben von Daten in die Cloud oder auf einen lokalen PC verbunden sind. Training und Inferenz verwenden dieselbe Lizenz, sodass Modelle in der Produktion ohne zusätzliche Entwicklungs-Lizenz aktualisiert werden können.

Verwenden Sie die Vorhersage, um neue Produktionsdaten zu kennzeichnen.

Nach dem ersten Training können Sie auf unterstütztes Labeling zurückgreifen, um Iterationen schnell und einfach zu gestalten.

Anomalien messen und akzeptable Schwellenwerte definieren.

Oberflächenanomalien werden an nachfolgende Werkzeuge zur Messung und Prüfung übergeben. Benutzer können Anomalien einer bestimmten Größe oder Form weitergeben, je nachdem, was vom Endbenutzer als akzeptabel betrachtet wird.

Fügen Sie benutzerdefinierte Funktionen mit dem Script- und Python-GDK hinzu

Verwenden Sie das Python-basierte Skript-Tool, um benutzerdefinierte Logik hinzuzufügen oder Messschwellenwerte aus einer lokalen Datei abzurufen. Power-User können das Python-GDK nutzen, um Modelle mit Open-Source- und proprietären Tools für die anschließende Bereitstellung zu trainieren.

Lassen Sie unsere
Experten
die Arbeit übernehmen.

Für anspruchsvollere Anwendungen oder Teams ohne interne Ressourcen kontaktieren Sie unser FactorySmart AI Solutions-Team und lassen Sie uns die Pipeline, das Modell, die Fabrikkommunikation und die Produktionsschnittstelle zur Lösung der Inspektion entwickeln.

MEHR ERFAHREN ››

Lass uns über KI-gestützte Anomalieerkennung für deine Produktionslinie sprechen.