#insightvisionsystems #deeplearning #cognexvisionsystems
Los sistemas de visión Cognex facilitan la configuración y el despliegue de aplicaciones de aprendizaje profundo de manera rápida y sencilla, especialmente con nuestro In-Sight ViDi. Aprende paso a paso cómo desarrollar una aplicación robusta de detección de defectos utilizando un Sistema de Visión In-Sight D900.
--
SOBRE NOSOTROS:
Durante más de 40 años, Cognex ha facilitado la visión artificial avanzada, allanando el camino para que las empresas de fabricación y distribución sean más rápidas, inteligentes y eficientes a través de la automatización.
La tecnología innovadora en nuestros sistemas de visión 2D y 3D y escáneres de códigos de barras industriales resuelve desafíos críticos en la fabricación y distribución, proporcionando un rendimiento inigualable para industrias que van desde la automotriz hasta la logística y los productos envasados.
Cognex hace que estas herramientas sean más capaces y fáciles de implementar y, gracias a un enfoque prolongado en la IA, ayuda a fábricas y almacenes a mejorar la calidad y maximizar la eficiencia sin necesidad de una experiencia técnica altamente especializada.
Nuestra sede se encuentra cerca de Boston, EE. UU., con ubicaciones en más de 30 países y más de 30,000 clientes en todo el mundo.
CONTÁCTANOS:
LinkedIn: / cognex-corporation
--
RESUMEN:
El video demuestra cómo configurar un sistema de detección de defectos mediante aprendizaje profundo para la inspección textil. El proceso implica recopilar imágenes de piezas buenas y defectuosas, etiquetarlas dentro de un editor especializado y entrenar un modelo para distinguir entre ellas. Los pasos clave incluyen establecer la región de inspección, definir tamaños de características y aplicar perturbaciones de rotación para manejar orientaciones variables. Después del entrenamiento, el sistema genera puntuaciones y resalta defectos. Las herramientas de extracción de datos llenan las celdas de la hoja de cálculo con métricas como área y ubicación. Finalmente, la solución se despliega a través de una Interfaz Hombre-Máquina (HMI) basada en la web, permitiendo a los usuarios ver resultados en vivo, ajustar umbrales e integrar salidas con controladores externos como PLCs.
PUNTOS CLAVE:
- La configuración incluye una cámara, una computadora con GPU y un dongle de seguridad para ejecutar herramientas de aprendizaje profundo.
- Recopila de 15 a 20 imágenes de piezas buenas y múltiples tipos de defectos, rotando para cubrir todos los ángulos.
- Renombra los fotogramas anteponiendo "bueno" o "malo" para agilizar el proceso de etiquetado en el editor.
- Arrastra la herramienta Vidi Detect a la hoja de cálculo, establece la región de inspección e importa imágenes etiquetadas.
- Ajusta el tamaño de la característica utilizando una herramienta de burbuja en el defecto más pequeño y establece una división de entrenamiento/prueba del 50%.
- Habilita la perturbación de rotación para generar sintéticamente imágenes rotadas para un entrenamiento robusto del modelo.
- Entrena el modelo; aprende a puntuar imágenes, separando piezas buenas (baja puntuación) de malas (alta puntuación).
- Usa "Insertar Recuperadores" para extraer datos de defectos (área, perímetro, ubicación) de la herramienta a las celdas de la hoja de cálculo.
- Publica puntuaciones y etiquetas gráficas en una HMI web predeterminada para monitoreo en tiempo real e interacción del usuario.
- Asigna una celda de vigilancia a la tira de película en vivo y personaliza la HMI para el despliegue en producción.