fbpx
Tuesday, January 26Modern Manufacturing

Review: ViDi แพลตฟอร์ม Deep Learning สำหรับงาน QC ที่สมบูรณ์แบบ

ViDi แพลตฟอร์ม Deep Learning จาก COGNEX อนาคตสำหรับการใช้งานกล้องในงานอุตสาหกรรม มาพร้อมกับความแม่นยำ รวดเร็ว และที่สำคัญสามารถเรียนรู้และตัดสินใจในงาน QC ได้เหมือนมนุษย์ที่คุณฝึกฝนมาเองกับมือ!

งาน QC หนึ่งในงานที่หนักหนาสาหัสของกิจกรรมอุตสาหกรรม เพราะต้องใช้ทักษะและประสบการณ์ที่สั่งสมมาอย่างยาวนาน รวมไปถึงสมาธิในการทำงานที่มั่นคง จึงไม่ใช่เรื่องแปลกที่งานด้าน QC จะเกิดความผิดพลาดได้ง่าย แน่นอนว่ามนุษย์ย่อมมีความเหนื่อยล้าแต่ในขณะเดียวกันความสามารถในการตัดสินใจของมนุษย์ก็เป็นสิ่งที่จำเป็น

COGNEX จึงได้พัฒนาแพลตฟอร์ม Deep Learning สำหรับการใช้งานกล้องในงานอุตสาหกรรม ‘ViDi’ ซึ่งรวมเอาความชาญฉลาดของมนุษย์เข้ากับความแม่นยำและรวดเร็วของเทคโนโลยีสมัยใหม่เข้าด้วยกัน พลิกมิติการทำงานด้าน QC ให้เป็นเรื่องง่าย ในขณะที่เพิ่มคุณภาพ ความรวดเร็ว และความมั่นใจในการทำงาน สามารถฝึกระบบได้ง่ายไม่แตกต่างจากการฝึกแรงงานให้ตรวจสอบความผิดพลาดของชิ้นงาน ทั้งยังใช้ข้อมูลในการเรียนรู้น้อยกว่า Deep Learning ทั่วไปที่ใช้ตัวอย่างภาพมากกว่า 10,000 ภาพ ในขณะที่ ViDi สามารถใช้ข้อมูลภาพ 1,000 ภาพ ก็สามารถใช้งานได้ จุดเด่นของ ViDi คือ Feature หลัก 4 รูปแบบ ได้แก่

  1. ViDi Blue – Locate: ระบุตำแหน่งการตรวจสอบได้แม้ชิ้นส่วนจะมีความซับซ้อน ระบุได้ยาก
  2. ViDi Red – Analyze: ตรวจจับความผิดปกติที่เกิดขึ้นบนพื้นผิวได้แม้จะมีรายละเอียดที่ซับซ้อน ตรวจจับความผิดพลาดที่นอกเหนือจากที่ระบุไว้ใระบบได้
  3. ViDi Green – Classify: สามารถจัดกลุ่มข้อมูลภาพแยกตามฐานข้อมูลซึ่งครอบคลุมถึงความผิดพลาดนอกเหนือจากที่กำหนด อ้างอิงจากภาพที่ตรวจจับได้
  4. ViDi Blue – Read: สนับสนุนการใช้งานแบบ OCR ทำให้อ่านค่าตัวอักษรหรืออักขระสัญลักษณ์ต่าง ๆ ได้อย่างรวดเร็วทันทีหลังจากเปิดการใช้งานครั้งแรก

จุดเด่น:







  • Deep Learning จาก ViDi สามารถแก้ไขปัญหาอันซับซ้อนได้มากกว่า Rule Based Algorithm ที่มักใช้ในการตรวจสอบโดยคอมพิวเตอร์ทั่วไป
  • สามารถใช้งานได้ง่ายไม่จำเป็นต้องเป็นผู้เชี่ยวชาญ
  • ตรวจจับความผิดพลาดที่อยู่นอกเหนือการตั้งโปรแกรมได้

สนใจสินค้าโปรดติดต่อขอรายละเอียดเพิ่มเติมได้ที่ https://bit.ly/2wKNpvb

Factory Choice Review
  •  
  •  
  •  
  •  
  •  
Nakarin S.