Deep Learning Software für die Bildverarbeitung

ViDi Systems: Deep Learning Software für die Bildverarbeitung

Die Software ViDi Suite 2.0 für die industrielle Bildverarbeitung basiert auf Deep Learning Algorithmen, um die Erkennungsrate und Verarbeitungsgeschwindigkeit unterschiedlicher Aufgabenstellung zu erhöhen. Das Recognition-Tool ViDi blue identifiziert Produkte und Personen unabhängig von ihrer Größe, Position oder Lage. Dadurch vereinfacht sich der Trainingsprozess bei der Einrichtung der Software bis zu 50%.

ViDi Systems SA
http://www.vidi-systems.com

Das könnte Sie auch Interessieren

Anzeige

Bild: ©Gorodenkoff/Shutterstock.com
Bild: ©Gorodenkoff/Shutterstock.com
Gaming trifft NDT

Gaming trifft NDT

Messdaten in eine Form zu bringen, die intuitiv verständlich und doch präzise ist, ist eine der zentralen Herausforderungen in der Qualitätskontrolle. Cloud-flight sowie Recendt setzten hierfür in einem Forschungsprojekt zum Einsatz von Augmented Reality in der zerstörungsfreien Werkstoffprüfung (NDT) Algorithmen ein, um den Prototyp einer skalierbaren AR-Lösung zu schaffen.

Bild: Beckhoff Automation GmbH & Co. KG
Bild: Beckhoff Automation GmbH & Co. KG
Zyklussynchrone Vision

Zyklussynchrone Vision

Aixemtec entwickelt automatisierte Lösungen für die Präzisionsmontage von elektro-optischen Systemen. Das Unternehmen bietet kundenindividuelle Lösungen auf Basis eines Modulbaukastens, der von der Materialzuführung und -handhabung über Mikromanipulation und Vermessung bei der hochpräzisen Montage bis hin zur Qualitätssicherung reicht. PC-based Control von Beckhoff inklusive Twincat Vision sorgt dabei für exakte wie schnelle Prozessabläufe.

Bild: Framos GmbH
Bild: Framos GmbH
Weiterhin verfügbar

Weiterhin verfügbar

Intel RealSense richtet sein Geschäftsmodell neu aus und kündigt verschiedene Produkte ab, um den Fokus verstärkt auf die bestehende D400 Stereo Vision Produktlinie zu legen. Die inVISION sprach mit Darren Bessette, Category Manager Devices bei Framos, was dies nun konkret bedeutet.

Bild: Fraunhofer-Institut IPM
Bild: Fraunhofer-Institut IPM
Fingerabdrücke aus Holz

Fingerabdrücke aus Holz

Ein markierungsfreies Identifizierungsverfahren soll bald die individuelle Rückverfolgung von Baumstämmen oder Stammteilen sichern – von der Ernte im Wald bis zur Vermessung im Sägewerk. Speziell hierfür optimiert das Fraunhofer IPM sein Track&Trace Fingerprint-Verfahren, um Baumstämme anhand von Oberflächenstrukturen an den Sägeflächen eindeutig zu identifizieren.

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige