Die MVTec Software GmbH präsentiert zusammen mit AAEON Technology Inc. und der Basler AG ein einfach zu bedienendes Machine-Vision-Bundle mit integrierten Deep-Learning-Technologien.

Das „UP Squared Pro AI Vision Development Kit“ ermöglicht Bildverarbeitungsapplikationen mit easy-to-use Deep Learning Technologien

16:9

Bildverarbeitungs-Software

Fertigungsautomation

Bildverarbeitung

Künstliche Intelligenz für die Qualitätssicherung

Industrie 4.0

Industrie 4.0 für die Qualitätssicherung

Deep Learning

Datenanalyse

Software

Machine Learning

Bildverarbeitung, Machine Vision

Kameras

Machine Learning für die Qualitätssicherung

MVTec, AAEON und Basler bieten gemeinsames Deep-Learning-Bundle

2022 feiert der Softwareanbieter für die industrielle Bildverarbeitung MVTec aus München das 25-jährige Firmenjubiläum.

Über das gesamte Jahr 2022 hinweg begeht das Unternehmen aus München sein 25-jähriges Firmenjubiläum.

Bildverarbeitungssysteme

Messtechniksoftware

Messdatenerfassung und -verarbeitung

Softwareentwicklung

Software für Qualitätssicherung

MVTec begeht 25-jähriges Firmenjubiläum

Neben konkreten Anwendungen tragen auch die mittlerweile etablierten Standards zu einer weiteren Verbreitung von KI-Anwendungen bei.

Dr. Bernhard Niedermayer, Head of AI bei Cloudflight, kennt die neuesten Trends im Bereich Künstliche Intelligenz.

Software / Betriebssysteme / KI

Elektronik

Kfz-Elektronik

Künstliche Intelligenz wird praktikabel

Integrierte KI-Technologien mit Anomalien-Detektion heben die Erkennungsraten von Fehlern auf eine höhere Leistungsstufe.

Integrierte KI mit Anomalien-Detektion

Qualitätssicherung

Machine Learning / Künstliche Intelligenz für die spanende Fertigung

Industrie 4.0 für die spanende Fertigung

Perfektionierte Wertschöpfungsketten

Fraunhofer-Geschäftsbereich Vision zeigt zur Control 2022 eine Auswahl aktueller Mess- und Prüfsysteme mit Bildverarbeitung für die Qualitätssicherung in der Produktion.

Zentrales Exponat von Fraunhofer Vision auf der Control 2022: Der Roboter, der durch KI-basierte Algorithmen gesteuert wird, pickt Bauteile aus einer Kiste einzeln auf und positioniert sie korrekt vor drei unterschiedlichen Sensoren.

Fraunhofer Vision auf der Control 2022

Messsysteme

Dienstleistungen

Kalibrierdienste

Messtechnik

Optische 3D-Messsysteme

Optische Mess- und Prüftechnik

Schichtdickenprüfgeräte

Werkstoffprüfung

Sensoren,  optische

Sensoren / Messwertaufnehmer

Zerstörungsfreie Werkstoffprüfung

Messe Control

qz-online.de

Optische Mess- und Prüfverfahren

Qualitätssicherung Kunststoff

Machine Learning als Schlüsseltechnologie für die Qualitätssicherung mit Bildverarbeitung

Für den führenden Hersteller von High-End Leiterplatten AT&S entwickelte das Know-Center einen KI-Algorithmus. Dieser erkennt nicht nur die Bilder der Leiterplatten richtig, sondern liefert auch zusätzlich eine Erklärung, warum eine Leiterplatte als defekt oder intakt erkannt worden ist.

AT&S nutzt „smarte“ Qualitätskontrollen

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 BV-Systemen erkannt werden können.

Mit dem Modul Deep  Learning der Software VIS-Vision von Optometron  lassen sich Objekte ohne Struktur identifizieren. © Optometron

Messe Vision

Software für ungeordnete Objekte

Das einjährige Jubiläum der KI- und Bildverarbeitungs-Plattform visionpier hat die IDS Imaging Development Systems GmbH zum Anlass für ein erstes virtuelles Community-Treffen genommen.

KI- und Bildverarbeitungs-Plattform

Online-Marktplatz visionpier

Prof. Marco Huber vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA erklärt die Gründe, warum Menschen und KI-Systeme Hand in Hand arbeiten können und sollten.

Univ.-Prof. Dr.-Ing. habil. Marco Huber, Leiter Zentrum Cyber Cognitive Intelligence CCI , Abteilungsleiter Bild- und Signalverarbeitung, Leiter KI-Fortschrittszentrum am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA in Stuttgart.

Künstliche Intelligenz (KI) als Werkzeug einsetzen

Das All-in-One Embedded-Vision-System IDS NXT ocean von IDS Imaging Development Systems kann mehrere neuronale Netze für mehrere ROI in einem Bild einsetzen.

Die Industriekamera IDS-NXT nutzt künstliche Intelligenz

 Softwareupdate und Probemonat für die KI-Trainingssoftware IDS NXT ocean

Die MVTec Software GmbH, internationaler Software-Anbieter für die industrielle Bildverarbeitung, bringt am 17. November 2021 die neue Version 21.11 der Machine-Vision-Standardsoftware HALCON auf den Markt.

Version 21.11 der Machine-Vision-Software HALCON

Messdatenerfassung, Software

MVTec erweitert Deep-Learning-Spektrum

Die Fachmesse Control kann auch in diesem Jahr nicht als Präsenzveranstaltung stattfinden. Nach Rücksprache mit Ausstellern und Beirat sagt der Messeveranstalter P. E. Schall das Branchenhighlight ab, das für den 4. bis 7. Mai 2021 vorbereitet worden war.

Qualitätsplanung

Qualitätsmethoden

Verbände, Institutionen, Messen

Messeveranstalter

Qualität

Kunststoffverarbeitung: Verfahren

Qualitätsnachweise

Control 2021 nicht als Präsenzmesse

Snop Automotive hat in die Software QM.CAQ von Quality Miners investiert und in acht Werken eingeführt und damit in die Erfolgsspur zurückgefunden.

Bild 1. Messdaten werden direkt am Bauteil ermittelt.

Software Qualitätsmanagement

CAQ (Computer Aided Quality Assurance)

QM wie in der Formel 1

Eine Auswahl aktueller Softwarelösungen für Computer Aided Quality Assurance (CAQ) finden Sie in dieser regelmäßig aktualisierten Übersicht.

Die Redaktion QZ präsentiert Ihnen eine redaktionelle Auswahl an aktuellen CAQ-Lösungen.

Aufbau CAQ-System

Beratung und Consulting

CAQ-Systeme in der Rechnergestützten Qualitätssicherung

Dokumentenmanagement, CAQ

Marktübersicht Computer Aided Quality Assurance (CAQ)

Machine-Vision-Systeme mit Deep Learning lernen eigenständig dazu und können auch vorher nicht bekannte Defekte aufspüren. So ist dank eines neuen Software-Features der MVTec Software GmbH zur Fehlererkennung nur noch eine  geringe Anzahl an so genannten Gut-Bildern nötig. Das spart Trainingsaufwand und Kosten bei einer hohen Erkennungsrate.

Deep Learning für die industrielle Bildverarbeitung

Das Auge, das mitdenkt

HALCON 22.05 setzt mit Deep-Learning-basierter Anomalieerkennung neue Maßstäbe

Die Bildverarbeitungssoftware HALCON 22.05 von MVTec eröffnet durch die Erkennung von logischen Anomalien in Bildern völlig neue Anwendungsbereiche.

Die MVTec Software GmbH, ein führender internationaler Software-Anbieter für die industrielle Bildverarbeitung, veröffentlicht am 25. Mai 2022 die neue Version 22.05 der Machine-Vision-Standardsoftware HALCON. Das Highlight bildet die neue Technologie „Global Context Anomaly Detection“, die in dieser Form als Weltneuheit in HALCON 22.05 verfügbar ist.

Das neue Feature hebt, als Erweiterung der seit längerem bewährten Technologie Anomaly Detection, die Deep-Learning-basierte Fehlererkennung auf eine neue Stufe. Darüber hinaus wurden auch im neuen Release sinnvolle Ergänzungen sowie Weiterentwicklungen von Kerntechnologien von HALCON vorgenommen. So lassen sich mit der Software nun noch anspruchsvollere Aufgaben in den verschiedensten Industriebranchen praktikabel umsetzen.

Unternehmen profitieren durch den Einsatz der Bildverarbeitungssoftware von einer effizienteren Produktion – insbesondere auch was die Qualitätssicherung betrifft. „Mit „Global Context Anomaly Detection“ stellen wir eindrucksvoll unsere technologische Marktführerschaft in puncto Machine-Vision-Software unter Beweis. Die neue Technologie bietet unseren Kunden, etwa bei Inspektionstätigkeiten völlig neue Möglichkeiten. Zudem haben wir das Feature Deep OCR um eine Deep-Learning-basierte Trainingsmöglichkeit ergänzt. Mit HALCON 22.05 ist es uns also wieder gelungen, sowohl neue Features als auch sinnvolle Erweiterungen von Bestandstechnologien zu implementieren“, erklärt Mario Bohnacker, Technical Product Manager HALCON bei der MVTec Software GmbH.

Den logischen Inhalt des Bildes verstehen

HALCON 22.05 eröffnet durch die Erkennung von logischen Anomalien in Bildern völlig neue Anwendungsbereiche. Dabei handelt es sich um eine Weiterentwicklung der Deep-LearningTechnologie Anomalie-Erkennung. Bisher ließen sich ausschließlich lokal begrenzte, strukturelle Anomalien erkennen. Das neue Feature „Global Context Anomaly Detection“ kann nun als bislang einzigartige Technologie den logischen Inhalt des ganzen Bildes „verstehen“.

Wie die bereits bestehende Anomalie-Erkennung in HALCON benötigt auch die „Global Context Anomaly Detection” nur Gut-Bilder für das Training. Ein Labeln der Trainingsdaten ist nicht erforderlich. So erkennt die Technologie vollkommen neue Varianten von Anomalien wie beispielsweise fehlende, verformte oder falsch angeordnete Bauteile. Dies eröffnet gänzlich neue Möglichkeiten wie etwa das Überprüfen von Leiterplatten in der Halbleiterfertigung oder die Prüfung von Aufdrucken.

Individuelles Training für OCR-Anwendungen

Mithilfe von HALCONs Deep OCR können Anwender OCR-Applikationen für eine Vielzahl von Einsatzgebieten effizient adressieren. Das Release 22.05 erweitert diese Technologie nun um eine Trainingsfunktionalität, mit der Nutzer auf dem eigenen Anwendungsdatensatz ein individuelles Training vornehmen können. Dadurch lassen sich auch komplexeste Anwendungen wie das Lesen von Text mit schlechtem Kontrast (zum Beispiel auf Reifen) lösen. Ein weiterer Vorteil: Es können auch sehr seltene Sonderzeichen oder Druckstile trainiert werden.

Im Ergebnis verbessert das Training für Deep OCR die Leistung und Benutzerfreundlichkeit deutlich und macht Anwendungen noch robuster. Optimierte Druckqualitätsprüfung für ECC200-Codes HALCON unterstützt verschiedene Standards zur Bewertung der Druckqualität von 1D- und 2D-Codes. Dies stellt sicher, dass in der Praxis alle Lesegeräte den gedruckten Code ohne Probleme lesen können.

Mit der Version 22.05 wurde die Druckqualitätsprüfung (PQI) von Barcodes und Datencodes weiter verbessert. So ist die Bestimmung des Modulrasters für die Druckqualitätsinspektion des Codes ECC200 nun wesentlich robuster. Darüber hinaus läuft die PQI von 2D-Datencodes jetzt bis zu 150 Prozent schneller. Und schließlich wurde die Benutzerfreundlichkeit der PQI von 2D-Datencodes durch ein neues Verfahren zur Berechnung der Bewertungen verbessert.

Weitere Verbesserungen durch neue Operatoren Darüber hinaus bietet HALCON 22.05 verschiedene weitere Verbesserungen: Ein neuer Operator hilft beispielsweise den Kontrast in einem Bild lokal zu optimieren. Zudem ermöglicht ein weiterer, neuer Operator die Bildglättung mit beliebig geformten Regionen.

<a href="http://www.mvtec.de" target="_blank">www.mvtec.de</a>

<b><a href="https://www.qz-online.de/produktmeldung">zur Produktübersicht</a></b>

MVTec Software GmbH  

https://www.mvtec.com

Die MVTec Software GmbH veröffentlicht am 25. Mai 2022 die neue Version 22.05 der Machine-Vision-Standardsoftware HALCON.

2022-05-03 Produkt MVTec HALCON

Das Praxis-Seminar des Fraunhofer-Geschäftsbereichs Vision bietet einen kompakten Einblick in die »Industrielle Röntgentechnik«, stellt praxisrelevante Einsatzmöglichkeiten für die Qualitätssicherung vor und bietet die Möglichkeit, Prüfaufgaben mit Experten zu besprechen.