Machine-Vision-Software

Deep Learning erkennt Anomalien

MVTec hat die neueste Version 19.11 der Standardsoftware Halcon veröffentlicht. Das Release soll Inspektionsaufgaben erleichtern und Lesevorgänge beschleunigen

MVTec hat die neueste Version 19.11 der Standardsoftware Halcon veröffentlicht. © MVTec

So lassen sich etwa durch HALCONs Anomalieerkennung deep-learning-basierte Inspektionsaufgaben effizienter realisieren. Denn für das Training des Deep-Learning-Netzes wird dann nur eine Handvoll Bilder von defektfreien Objekten benötigt. Das Verfahren ist anschließend eigenständig in der Lage, Abweichungen in weiteren Bildern, also Defekte, sicher zu lokalisieren. Für diese Defekterkennung ist es also nicht mehr notwendig, vorab Trainingsbilder von defektbehafteten Objekten labeln zu müssen.

Zudem lassen sich dank des neuen generischen Box Finders Schachteln und Kisten beliebiger Größen innerhalb von 3D-Punktwolken verlässlich erkennen und lokalisieren sowie deren Abmessungen bestimmen. So muss nicht mehr für jede Boxgröße ein Modell trainiert werden, was die Effizienz vieler Anwendungen vor allem in der Logistik- und Pharmaindustrie deutlich erhöht.

Datacodes um bis zu dreimal schneller lesen
Eine weitere Neuerung: ECC-200-Datacodes werden bei Multicore-Systemen nun wesentlich schneller gelesen. Die Lesevorgänge werden bis zu dreimal schneller, was auch die Nutzbarkeit auf Embedded-Systemen steigert. Ebenso lassen sich schwer lesbare Datacodes nun noch robuster erkennen.

Neu in Halcon 19.11 ist auch die Fähigkeit, Deep-Learning-Modelle im ONNX (Open Neural Network Exchange)-Format zu importieren. Dies ermöglicht es Entwicklern, eine breitere Palette an Deep-Learning-Netzen innerhalb von Halcon zu nutzen. Außerdem wurde Halcon um ein neues Modell für Line-Scan-Kameras mit telezentrischen Objektiven erweitert. as

Anzeige
Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige