Die Welt der industriellen Bildverarbeitung entwickelt sich schnell weiter, und das Release 4.4 der EyeVision stellt einen bedeutenden Fortschritt in Bezug auf Benutzerfreundlichkeit und Funktionalität dar.
In diesem Release wurde speziell die AI deutlich vereinfacht um es für den Anwender schneller und bequemer zum Einsatz zu bringen. Eines der wichtigen Features ist das Trainieren von neuen Objekten, sei es für ein neues NN oder aber für das Transferlearning eines vortrainierten Netzwerkes. Der Prozess der Annotation von Bildern, die Basis um neue Komponenten zu trainieren, ist Mühselig, da in allen Bildern die Objekte definiert werden müssen, meist durch manuelles eingrenzen des Objektes mit der Maus. Hier kommt die neue EyeVision Easy Annotation (EEA) zu Einsatz, damit genügt es einfach den Bildbereich anzuklicken in dem sich das Bauteil befindet und schon ist es Annotiert.
Es ist egal ob es ein elektronisches Bauteil oder eine Schraube oder sonst ein Objekt ist, damit wird die Annotation deutlich vereinfacht und beschleunigt. Wenn es kein Vortrainiertes Netzwerk gibt – das sofort verwendet werden kann, dann beginnt die KI mit dem Annotieren von den zu erkennenden Bauteilen und hier kommt dann EEA zum Einsatz.
In Verbindung mit dem Transfer Learning und dem EEA ist die Realisierung einer neuen AI Aufgabe deutlich einfacher und schneller, einfach den Bildteil anklicken der das Bauteil enthält und dann einen Namen vergeben und schon kann das Trainieren beginnen. Eine gute Annotation liefert schnell gute Ergebnisse – gerade wenn ein vortrainiertes Netzwerk verwendet wird, dann verkürzt sich die Zeit von Stunden auf Minuten, bis das neue Bauteil sicher erkannt werden kann und auch dann für die Inspektionsanlage zur Verfügung steht
Annotation von Bildern – Markierung des Bereichs, um bestimmte Merkmale oder Defekte hervorzuheben. Bisher war dies ein zeitaufwändiger und oft mühsamer Prozess, der manuelle Eingaben und umfangreiche Fachkenntnisse erforderte. Mit EEA ändert sich dies grundlegend. Mithilfe von vortrainierten KI-Modellen ermöglicht es EEA dem Anwender, Objekte in einem Bild mit minimalem Aufwand schnell und präzise zu segmentieren. Ob bei der Untersuchung von Mobiltelefonen auf Oberflächendefekte oder bei der Analyse komplexer elektronischer Bauteile, der KI-gesteuerte Ansatz reduziert den Zeit- und Arbeitsaufwand für die Vorbereitung von Bildern zur weiteren Analyse oder für das Training anderer maschineller Lernmodelle erheblich. Das Werkzeug ist in der Lage, selbstständig Teile eines Bildes zu identifizieren und zu segmentieren, so dass sich der Anwender mehr auf die Interpretation der Ergebnisse und weniger auf die manuelle Datenaufbereitung konzentrieren kann.
Wie funktioniert EEA (EyeVision Easy Annotation)?
Der Annotationsprozess in EyeVision 4.4 wurde optimiert, um so benutzerfreundlich und effizient wie möglich zu sein. Und so funktioniert es:
- Sortieren der Trainingsbilder: Der erste Schritt im Annotationsprozess ist die Organisation der Trainingsbilder. Die Bilder werden in verschiedene Ordner sortiert, von denen jeder eine bestimmte Klasse oder Kategorie repräsentiert. Wenn Sie z.B. ein System für die Erkennung von Fehlern auf der Oberfläche von Mobiltelefonen trainieren, können Sie Ordner für verschiedene Arten von Fehlern anlegen – Kratzer, Dellen oder Verfärbungen.
Verwendung der Annotations-GUI: EyeVision 4.4 verfügt über eine intuitive Annotations-GUI, die die Organisation und Verschlagwortung von Bildern auch für technisch nicht versierte Benutzer vereinfacht. Mit Hilfe dieser Benutzeroberfläche können Benutzer schnell und präzise Teile von Bildern den entsprechenden Klassenordnern zuordnen und so sicherstellen, dass die Trainingsdaten gut organisiert und bereit für die nächsten Schritte sind.
- EEA KI-basierte Unterstützung mit „Segment Anything“: Eine der herausragenden Funktionen von EyeVision 4.4 ist die Integration von KI zur Unterstützung von Annotationen. Durch die Auswahl der Option „Use Model for Annotation Suggestion“ und die Auswahl des „Segment Anything“- Modells können Anwender KI nutzen, um Objekte in einem Bild automatisch zu identifizieren und zu segmentieren. Diese Funktion reduziert den Zeit- und Arbeitsaufwand für die Annotation erheblich, da die KI schnell die relevanten Bereiche des Bildes hervorheben kann, die der Benutzer dann nach Bedarf verfeinern kann.
- Training der KI: Sobald die Bilder annotiert sind, beginnt der Trainingsprozess. Die KI verwendet die annotierten Bilder zum Lernen. EyeVision 4.4 unterstützt Transfer Learning, so dass die KI schnell neue Objekte zu einem vortrainierten Netzwerk hinzufügen kann und mit einem kleineren Datensatz eine hohe Genauigkeit erreicht. Alternativ kann der Anwender natürlich auch immer ein eigenes neues Netzwerk aufsetzen und trainieren – je nach Aufgabenstellung kann das auch ein guter aber längere Ansatz sein.
Wichtige Aufgaben der maschinellen Bildverarbeitung, die von Markierungen abhängen
Bildklassifikation: Sortieren von Bildern in Kategorien, z.B. verschiedene Arten von Defekten oder Objekten. Genaue Beschriftungen helfen dem KI-Modell, verschiedene Merkmale zu erkennen.
Objekterkennung: Identifizierung und Lokalisierung von Objekten in einem Bild durch das Zeichnen von Begrenzungsrahmen. Dadurch lernt das Modell, mehrere Objekte zu erkennen und zu unterscheiden.
Bildsegmentierung: Beschriftung jedes Pixels, um bestimmte Teile eines Bildes, z.B. Produktkomponenten, zu identifizieren. Eine genaue Beschriftung ist für Aufgaben wie die detaillierte Objekterkennung und -lokalisierung unerlässlich.
Anomalie Erkennung: Markierung von normalen und fehlerhaften Proben, damit das Modell feine Unterschiede erkennen und Unregelmäßigkeiten effektiv aufdecken kann.
Optical Character Recognition (OCR): Kommentieren Sie Text in Bildern, um OCR-Modelle darauf zu trainieren, Zeichen auf Nummernschilder oder andere schwierige Zeichen wie handgeschriebenes auf Dokumenten können so gelesen werden. (Hier ein Bild auch von EasyCNC einfügen)
Oberflächeninspektion hier am Beispiel Mobiltelefon: ein perfekter Anwendungsfall
Eine der herausragenden Anwendungen von EyeVision 4.4’s Easy Annotation Tool ist die Oberflächeninspektion von Mobiltelefonen. In einer Branche, in der selbst der kleinste Fehler zu erheblichen Problemen bei der Qualitätskontrolle führen kann, ist die Fähigkeit, Kratzer, Dellen oder andere Anomalien schnell und präzise zu erkennen, zentral wichtig. EyeVision 4.4 kann dank seiner integrierten KI selbstständig Bilder von Handyoberflächen aufnehmen und Bereiche hervorheben, die von der Norm abweichen.
Die vom System unterstützten Kameras und Beleuchtungen stellen sicher, dass die Bilder unter optimalen Bedingungen aufgenommen werden und die Genauigkeit der anschließenden Analyse maximiert wird. Diese Genauigkeit hilft den Herstellern, hohe Qualitätsstandards einzuhalten und gleichzeitig den Zeitaufwand für manuelle Inspektionen zu minimieren.
Bei EyeVision 4.4 ist das Tagging nicht nur ein notwendiger Schritt, sondern ein leistungsstarkes Werkzeug, das in Kombination mit EAA den Trainingsprozess vereinfacht und beschleunigt. Die EEA-Funktion hilft Anwendern, ihre Daten schnell und präzise vorzubereiten, um sicherzustellen, dass die KI-Modelle auf einer soliden Grundlage aufbauen. Mit einer intuitiven Benutzeroberfläche, den KI-basierten Vorschlägen und dem Einsatz von Transfer-Learning macht es EyeVision 4.4 einfacher als je zuvor, maschinelle Bildverarbeitungssysteme so zu trainieren, dass sie komplexe Aufgaben schnell eingelernt und dann auch mit hoher Genauigkeit ausgeführt werden können.
.