Haben Sie den Google Cloud Digital Manufacturer Summit verpasst? Sitzungen on demand ansehen

Weiter zu
Visual Inspection AI

Visual Inspection AI

KI-Modelle schnell trainieren und bereitstellen, um Produktionsfehler automatisch zu erkennen – ganz ohne technische Kenntnisse.

  • Mit einer interaktiven Benutzeroberfläche in Google Cloud oder unserer API können Sie schnell loslegen.

  • Trainieren Sie hochpräzise, branchenspezifische KI-Modelle, um auch die kleinsten Defekte zu erkennen

  • Geringer Aufwand beim Labeling durch aktives Lernen – starten Sie mit wenigen Fehlerabbildungen

  • Vorhersagemodelle im Fertigungsbereich über Docker-Container ausführen

Vorteile

Lokal ausführen

Stellen Sie hochleistungsfähige Inspektionsmodelle am Netzwerkrand oder in Ihrem Werk bereit.

Schnelle Wertschöpfung

Erzielen Sie einen erheblichen ROI, indem Sie Inspektionskosten, Nachbesserungen und Ausbesserung reduzieren und wichtige Qualitätsmesswerte wie Escape-Rate, Überschreitungsrate und Ertrag verbessern.

Überlegene KI-Technologie

Unsere top bewertete Funktion für maschinelles Sehen und unsere Technologie für maschinelles Lernen helfen Ihnen, die schwierigsten Inspektionsaufgaben zu meistern.

Wichtige Features

Maßgeschneiderte, auf Deep-Learning-Algorithmen basierende Modelle für Fertigungsinspektionen mit hoher Genauigkeit

Montageinspektion

Diese Funktion erkennt sogar die subtilen Fehler, die in den verschiedenen Phasen des Montageborgangs aufgetreten sind (fehlerhaft, falsch platziert, fehlt, verdreht oder deformiert).

Montageinspektion

Kosmetische Inspektion

Es werden sogar die winzigsten und komplexesten Fehler jeder Art ermittelt (Dellen, Kratzer, Risse, Verformungen usw.).

Kosmetische Inspektion

Lokal skalieren

Führen Sie Modelle direkt in Ihrer Fabrik aus – mit einfach zu implementierenden Docker-Containern. Modelle werden trainiert, um die Anforderungen an die Produktionsqualität für Ausweich- und Überschreitungsraten zu erfüllen.

Lokal skalieren

Schnelleinstieg

Erstellen Sie Modelle mit nur wenigen beschrifteten Bildern. Durch das aktive Lernen werden dem Nutzer automatisch zusätzliche Bilder vorgeschlagen, die er mit Labels versehen und so die Leistung des Modells weiter verbessern kann.

Alle Features ansehen
Logo: Foxconn
Wir können es kaum erwarten, die Lösung im Rahmen unseres umfassenden Produktionsbetriebs bei der Prüfung der Leiterplattenbestückung einzuführen.

Sabcat Shih, Global Lead for Visual Inspection, FIH Mobile

Anwendungsfälle

Häufige Anwendungsbereiche für Visual Inspection AI

Anwendungsfall
Aufgaben in der Fertigungsinspektion

Visual Inspection AI wurde speziell für die Fertigungsumgebung entwickelt und deckt viele Anwendungsfälle in der Automobil-, Elektronik-, Halbleiter- und anderen industriellen Branchen ab.

Eine Animation, die zeigt, wie Visual Inspection AI mit Kameras im Fertigungsbereich funktioniert
Anwendungsfall
Schweißnahtinspektion

Automobilhersteller untersuchen mithilfe von Visual Inspection AI von Robotern geschweißte Nähte auf Anomalien in den wichtigsten Strukturen des Fahrgestells.

Schweißnahtinspektion
Anwendungsfall
PCB-Prüfung für Mobiltelefone

Elektronikhersteller nutzen Visual Inspection AI zur Überprüfung mehrerer Dutzender einzelner Komponenten auf einer großen Zahl gedruckter Leiterplatten (PCBs), um fehlende, falsch platzierte oder beschädigte Komponenten, Schrauben, Federn und Lötstellen zu erkennen.

Gedruckte Leiterplatte für Mobiltelefone mit vielen Komponenten
Anwendungsfall
Defektanalyse bei Silikon-Wafers

Halbleiterhersteller verwenden Visual Inspection AI, um Wafer-Defekte, Chipmängel oder Die-Sprünge zu erkennen und zu lokalisieren.

Silikon-Wafer
Features im Vergleich

Produktvergleich

Feature

AutoML

Meistern Sie Ihren allgemeinen Anwendungsfall für Bilder.

Visual Inspection AI

meistern Sie Ihren Anwendungsfall der visuellen Inspektion.

Typische Anwendungsfälle

  • Allgemeine Klassifizierungsprobleme

  • Gezielt entworfen für visuelle Inspektionsaufgaben in Fertigungsumgebungen

Lokale Bereitstellung

  • Y
  • Y (über Docker-Container)

Fertigungsspezifische Modelle

  • N
  • Y (kontinuierliche Verbesserungen aufgrund einer branchenspezifischen Modelloptimierung)

Unausgeglichene Dataset-Verarbeitung

  • N (gleiche Anzahl beschrifteter fehlerfreier und fehlerhafter Produkte erforderlich)

  • J (kann eine größere Anzahl normaler Beispiele sowie einige beschriftete Defekte verwenden, wie es in der Fertigung üblich ist)

Aktives Lernen

  • N
  • J (identifiziert verdächtige Beispiele schnell für eine manuelle Überprüfung und Labelerstellung)

Segmentierung und Lokalisierung

  • N
  • J (markiert den Bereich, in dem der Fehler gefunden wurde)

Erkennung fehlender Komponenten

  • N
  • Y

Unterstützung von hochauflösenden Bildern

  • N
  • J (bis zu 100 Millionen Pixel)

Automatische Bildausrichtung

  • N
  • Y (Bilder aus dem Kamera-Stream werden automatisch ausgerichtet)

Anomalieerkennung bei Bildern

  • N
  • Y
Meistern Sie Ihren allgemeinen Anwendungsfall für Bilder.

Typische Anwendungsfälle

  • Allgemeine Klassifizierungsprobleme

Lokale Bereitstellung

  • Y

Fertigungsspezifische Modelle

  • N

Unausgeglichene Dataset-Verarbeitung

  • N (gleiche Anzahl beschrifteter fehlerfreier und fehlerhafter Produkte erforderlich)

Aktives Lernen

  • N

Segmentierung und Lokalisierung

  • N

Erkennung fehlender Komponenten

  • N

Unterstützung von hochauflösenden Bildern

  • N

Automatische Bildausrichtung

  • N

Anomalieerkennung bei Bildern

  • N
meistern Sie Ihren Anwendungsfall der visuellen Inspektion.

Typische Anwendungsfälle

  • Gezielt entworfen für visuelle Inspektionsaufgaben in Fertigungsumgebungen

Lokale Bereitstellung

  • Y (über Docker-Container)

Fertigungsspezifische Modelle

  • Y (kontinuierliche Verbesserungen aufgrund einer branchenspezifischen Modelloptimierung)

Unausgeglichene Dataset-Verarbeitung

  • J (kann eine größere Anzahl normaler Beispiele sowie einige beschriftete Defekte verwenden, wie es in der Fertigung üblich ist)

Aktives Lernen

  • J (identifiziert verdächtige Beispiele schnell für eine manuelle Überprüfung und Labelerstellung)

Segmentierung und Lokalisierung

  • J (markiert den Bereich, in dem der Fehler gefunden wurde)

Erkennung fehlender Komponenten

  • Y

Unterstützung von hochauflösenden Bildern

  • J (bis zu 100 Millionen Pixel)

Automatische Bildausrichtung

  • Y (Bilder aus dem Kamera-Stream werden automatisch ausgerichtet)

Anomalieerkennung bei Bildern

  • Y

Preise

Preise

Für Informationen zu den Preisen kontaktieren Sie den Vertrieb

Partner

Unser Netzwerk vertrauenswürdiger Branchenpartner unterstützt Sie bei der Planung und Bereitstellung in großem Maßstab.

Globale Dienstleistungspartner

  • Accenture
  • Atos
  • GFT
  • Logo: Quantiphi
  • Pluto7
  • Sotec
  • Kyocera
  • BrainPad
  • Fa.Com
  • Sap
  • Siemens

Gleich loslegen

Profitieren Sie von einem Guthaben über 300 $, um Google Cloud und mehr als 20 „Immer kostenlos“-Produkte kennenzulernen.

Google Cloud
  • ‪English‬
  • ‪Deutsch‬
  • ‪Español‬
  • ‪Español (Latinoamérica)‬
  • ‪Français‬
  • ‪Indonesia‬
  • ‪Italiano‬
  • ‪Português (Brasil)‬
  • ‪简体中文‬
  • ‪繁體中文‬
  • ‪日本語‬
  • ‪한국어‬
Konsole
  • Sparen Sie Geld mit unserem transparenten Preisansatz
  • „Pay-as-you-go“-Preise von Google Cloud bieten automatische Einsparungen basierend auf der monatlichen Nutzung und ermäßigten Preisen für Prepaid-Ressourcen Kontaktieren Sie uns, um ein Angebot zu erhalten.
Google Cloud