Google Cloud Digital Manufacturer Summit을 놓치셨나요? 주문형 세션 보기
프로덕션 결함을 자동으로 감지할 수 있는 AI 모델을 빠르게 학습시키고 배포하세요. 기술적 전문 지식이 없어도 가능합니다.
Google Cloud 또는 API에서 안내에 따라 사용자 인터페이스를 통해 신속하게 시작하세요.
정밀도가 높은 도메인별 AI 모델을 학습시켜 가장 작은 결함까지 감지합니다.
능동적 학습을 통해 라벨링 업무를 최소한으로 줄여보세요. 결함 있는 이미지 몇 개만으로 시작하세요.
Docker 컨테이너를 통해 생산 라인에서 예측 모델을 실행하세요.
주요 특징
조립 프로세스의 다양한 단계(잘못된 위치, 잘못된 배치, 누락, 회전 또는 기형적 구성요소)에서 매우 미묘한 결함까지 감지합니다.
각종 표면에서 가장 작고 복잡한 결함(찌그러짐, 긁힘, 균열, 변형 등)을 찾습니다.
손쉽게 배포되는 Docker 컨테이너로 작업 현장에서 바로 모델을 실행합니다. 모델은 이스케이프 및 오버킬 비율에 대한 프로덕션 품질 요구사항을 충족하도록 학습되어 있습니다.
라벨이 지정된 이미지 몇 개만 사용하여 모델을 빌드합니다. 능동적 학습은 연산자가 라벨을 지정하고 모델 성능을 개선할 수 있는 추가 이미지를 자동으로 제안합니다.
사용 사례
비전 검사 AI는 프로덕션 환경을 위해 특별히 구축되었으며 자동차, 전자제품, 반도체, 산업 부문의 다양한 사용 사례에 적용됩니다.
자동차 제조업체는 비전 검사 AI를 사용하여 섀시의 가장 중요한 구조적 조인트에서 로봇 용접 이음부의 이상을 검사합니다.
전자제품 제조업체는 비전 검사 AI를 사용하여 대용량 인쇄 회로 기판(PCB)의 수십 가지 개별 구성요소를 동시에 검사하여 누락되거나, 잘못 배치되거나, 손상된 구성요소, 나사, 스프링, 납땜 문제를 감지합니다.
반도체 제조업체는 비전 검사 AI를 사용하여 웨이퍼 결함, 칩 결함 또는 금형 균열을 감지하고 찾습니다.
일반적인 활용 사례
일반적 분류 문제
제조 환경의 시각적 검사 작업 타겟팅
온프레미스 배포
Y(Docker 컨테이너를 통해)
제조 관련 모델
Y(도메인별 모델 최적화로 인해 지속적으로 개선됨)
불균형 데이터 세트 처리
N(라벨이 지정된 결함 및 결함 없는 수가 동일해야 함)
Y(더 많은 수의 일반적인 샘플과 라벨이 지정된 소수의 결함을 사용할 수 있으며 제조 시 일반적으로 사용됨)
능동적 학습
Y(사람의 검토 및 라벨 지정에 대한 의심스러운 예시 신속하게 식별)
세분화 및 현지화
Y(결함이 발견된 영역을 정확히 파악)
누락된 구성요소 감지
고해상도 이미지 지원
Y(최대 1억 픽셀)
자동 이미지 정렬
Y(카메라 스트림에서 이미지 자동 정렬)
이미지 이상 감지
일반적인 활용 사례
일반적 분류 문제
온프레미스 배포
제조 관련 모델
불균형 데이터 세트 처리
N(라벨이 지정된 결함 및 결함 없는 수가 동일해야 함)
능동적 학습
세분화 및 현지화
누락된 구성요소 감지
고해상도 이미지 지원
자동 이미지 정렬
이미지 이상 감지
일반적인 활용 사례
제조 환경의 시각적 검사 작업 타겟팅
온프레미스 배포
Y(Docker 컨테이너를 통해)
제조 관련 모델
Y(도메인별 모델 최적화로 인해 지속적으로 개선됨)
불균형 데이터 세트 처리
Y(더 많은 수의 일반적인 샘플과 라벨이 지정된 소수의 결함을 사용할 수 있으며 제조 시 일반적으로 사용됨)
능동적 학습
Y(사람의 검토 및 라벨 지정에 대한 의심스러운 예시 신속하게 식별)
세분화 및 현지화
Y(결함이 발견된 영역을 정확히 파악)
누락된 구성요소 감지
고해상도 이미지 지원
Y(최대 1억 픽셀)
자동 이미지 정렬
Y(카메라 스트림에서 이미지 자동 정렬)
이미지 이상 감지
가격 책정
가격 책정에 대한 자세한 내용은 영업팀에 문의하세요.