Ti sei perso il Digital Manufacturer Summit di Google Cloud?Guarda le sessioni on demand.
Addestra ed esegui rapidamente il deployment di modelli di AI per rilevare automaticamente i difetti di produzione, senza bisogno di competenze tecniche.
Inizia rapidamente con un'interfaccia utente guidata su Google Cloud o sulla nostra API
Addestra modelli di AI ad alta precisione specifici del dominio per rilevare i più piccoli difetti
Impegno minimo per l'etichettatura grazie all'apprendimento attivo; inizia con poche immagini difettose
Esegui modelli di previsione a livello di linea di produzione tramite container Docker
Vantaggi
Esegui il deployment di modelli di ispezione a prestazioni elevate sul perimetro della rete o in fabbrica.
Garantisce un ROI significativo riducendo i costi per l'ispezione, la rilavorazione e gli scarti, migliorando le metriche chiave relative alla qualità (ad es. tasso escape, tasso overkill e rendimento).
La nostra tecnologia di visione artificiale prima in classifica e di machine learning ti permette di svolgere le attività di ispezione più complesse.
Funzionalità principali
Rileva anche i difetti più impercettibili nelle varie fasi del processo di assemblaggio (componenti errati, posizionati in modo errato, mancanti, ruotati o deformi).
Individua i difetti anche più piccoli e complessi (ammaccature, graffi, crepe, deformazioni e così via) su qualsiasi tipo di superficie.
Esegui i modelli direttamente nell'ambiente del tuo negozio con container Docker dal deployment semplice. I modelli sono addestrati per soddisfare i requisiti di qualità della produzione per i tassi di escape e overkill.
Inizia a creare modelli con poche immagini etichettate. L'apprendimento attivo suggerirà automaticamente all'operatore immagini aggiuntive da etichettare, migliorando ulteriormente le prestazioni del modello.
Casi d'uso
Visual Inspection AI è stato pensato appositamente per l'ambiente di produzione e riguarda una vasta gamma di casi d'uso nei settori automobilistico, dell'elettronica, dei semiconduttori e industriale.
I produttori di auto e motori utilizzano Visual Inspection AI per ispezionare i cordoni di saldatura realizzati dai robot e verificare la presenza di anomalie nei giunti strutturali più critici del telaio.
I produttori di elettronica utilizzano Visual Inspection AI per ispezionare contemporaneamente decine di singoli componenti su schede per circuiti stampati per rilevare componenti, viti, molle mancanti, fuori posto o danneggiati ed errori di saldatura.
I produttori di semiconduttori utilizzano Visual Inspection AI per rilevare e individuare difetti del wafer, difetti del chip o crepe del die.
Casi d'uso tipici
Problemi di classificazione generali
Pensati per attività di ispezione visiva negli ambienti di produzione
Deployment on-premise
Y (tramite container Docker)
Modelli specifici per il settore manifatturiero
Y (in costante miglioramento grazie all'ottimizzazione del modello specifico del dominio)
Gestione di set di dati sbilanciata
N (richiede lo stesso numero di difetti con etichetta e non difetti)
Y (è possibile utilizzare un numero maggiore di campioni normali, oltre ad alcuni difetti etichettati, tipici della produzione)
Apprendimento attivo
Y (identifica rapidamente gli esempi di sospetti da sottoporre a revisione ed etichettatura da parte di persone fisiche)
Segmentazione e localizzazione
Y (individua l'area in cui è stato trovato il difetto)
Rilevamento componenti mancanti
Supporto di immagini ad alta risoluzione
Y (fino a 100 milioni di pixel)
Allineamento immagini automatico
Y (allineamento automatico delle immagini provenienti dagli stream della fotocamera)
Rilevamento di anomalie nelle immagini
Casi d'uso tipici
Problemi di classificazione generali
Deployment on-premise
Modelli specifici per il settore manifatturiero
Gestione di set di dati sbilanciata
N (richiede lo stesso numero di difetti con etichetta e non difetti)
Apprendimento attivo
Segmentazione e localizzazione
Rilevamento componenti mancanti
Supporto di immagini ad alta risoluzione
Allineamento immagini automatico
Rilevamento di anomalie nelle immagini
Casi d'uso tipici
Pensati per attività di ispezione visiva negli ambienti di produzione
Deployment on-premise
Y (tramite container Docker)
Modelli specifici per il settore manifatturiero
Y (in costante miglioramento grazie all'ottimizzazione del modello specifico del dominio)
Gestione di set di dati sbilanciata
Y (è possibile utilizzare un numero maggiore di campioni normali, oltre ad alcuni difetti etichettati, tipici della produzione)
Apprendimento attivo
Y (identifica rapidamente gli esempi di sospetti da sottoporre a revisione ed etichettatura da parte di persone fisiche)
Segmentazione e localizzazione
Y (individua l'area in cui è stato trovato il difetto)
Rilevamento componenti mancanti
Supporto di immagini ad alta risoluzione
Y (fino a 100 milioni di pixel)
Allineamento immagini automatico
Y (allineamento automatico delle immagini provenienti dagli stream della fotocamera)
Rilevamento di anomalie nelle immagini
Prezzi
Contatta il team di vendita per i dettagli sui prezzi
Partner
Inizia a creare su Google Cloud con 300 $ di crediti gratuiti e oltre 20 prodotti Always Free.