INTELLIGENTE DEFEKTERKENNUNG „ON THE EDGE“

Kontakt

KONTAKTIEREN SIE UNS

Bevor Sie das Anmeldeformular ausfüllen, lesen Sie bitte die Datenschutzerklärung gemäß Artikel 13 der EU-Verordnung 2016/679.
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig

Privacy

Ich erkläre, dass ich die Datenschutzerklärung gelesen und verstanden habe und erkläre mich mit der Verarbeitung meiner persönlichen Daten durch Reply SpA für Marketingzwecke einverstanden, insbesondere für den Erhalt von Werbe- und kommerziellen Mitteilungen oder Informationen über Reply Veranstaltungen oder Webinare unter Verwendung automatisierter Kontaktmittel (z.B. SMS, MMS, Fax, E-Mail und Webanwendungen) oder herkömmlicher Methoden (z.B. Telefonanrufe und Briefe).

Computer Vision ist ein Forschungsgebiet, das sich damit befasst, Computern beim „Sehen“ zu unterstützen. Vereinfacht gesagt besteht ihr Ziel darin, die beobachteten Bilddaten zu verwenden, um daraus etwas über die Welt abzuleiten. Bei Computer Vision handelt sich um ein multidisziplinäres Gebiet, das als ein Teilgebiet der künstlichen Intelligenz und des maschinellen Lernens bezeichnet werden kann. Es umfasst den Einsatz spezialisierter Methoden und greift auf allgemeine Lernalgorithmen wie Bildklassifizierung und -erkennung zurück.

Qualitätssicherung ist ein Bereich, indem Computer Vision neue Anwendungsfälle ermöglicht. Diese nimmt für Hersteller einen enormen Stellenwert ein, da ihr Ergebnis den Ruf eines Unternehmens beeinflusst.
In einer typischen Produktionslinie durchlaufen Komponenten eine Station nach der anderen. Am Ende schreitet ein Mitarbeiter ein, um die Komponente auf Defekte zu prüfen. Computer Vision ermöglicht es, Defekte an Produkten im Fertigungskontext frühzeitig automatisch zu erkennen.
Die Ausführung der dafür benötigten KI-Workloads kann „on the Edge“ erfolgen: Daten werden vorverarbeitet, bevor sie über eine Internet- oder Netzwerkverbindung in die Cloud übertragen werden. Dieses Migrieren von Workloads an den Rand des Netzwerks hat den Vorteil, dass Geräte weniger Zeit für die Kommunikation mit der Cloud aufwenden müssen. Sie reagieren schneller und funktionieren auch über längere Zeiträume ohne Internetverbindung zuverlässig. Azure Computer Vision und Azure IoT Edge eignen und ergänzen sich perfekt für Defekterkennungsszenarien.



QUALITÄTSKONTROLLE

 

Computer Vision reduziert den menschlichen Aufwand und ermöglicht eine frühzeitige Fehlererkennung zur Verbesserung der Qualitätskontrolle


KÜNSTLICHE INTELLIGENZ

 

KI-Algorithmen werden verwendet, um das Modell für die Bilderkennung zu trainieren und dabei die Cloud-Ressourcen zu nutzen


EDGE

 

Sobald das KI-Modell fertig ist, sollte es „on the Edge“ eingesetzt werden, um die Leistung und Zuverlässigkeit zu verbessern

Azure IoT Edge

Azure IoT Edge verlagert Analyse-Workloads und die eigene Unternehmenslogik auf IoT-Geräte. Dadurch wird es einfacher, sich auf die Beantwortung geschäftskritischer Fragen zu konzentrieren statt auf die Verwaltung von Daten.

Azure IoT Edge besteht aus mehreren Komponenten: IoT Edge-Module, IoT Edge-Runtime und eine cloudbasierte Schnittstelle. Bei den Modulen handelt es sich um Container, die ihren eigenen Code oder Dienste von Drittanbietern ausführen. Die Runtime verwaltet diese Module, indem sie auf jedem IoT Edge-fähigen Gerät ausgeführt wird. Mit der Schnittstelle erfolgt die Überwachung und Verwaltung dieser Geräte aus der Ferne.

Funktionen:

  • Sichere Verlagerung von Cloud- und benutzerdefinierten Workloads „on the Edge“
  • Nahtlose Bereitstellung von KI und fortschrittlicher Analytik
  • Einfache Nutzung von lokaler Hardware (CPU, GPU, FPGA, TPU) zur Beschleunigung von Workloads
  • Konfigurieren, Aktualisieren und Überwachen aus der Cloud, auch bekannt als „Cloud-centric Edge“
  • Kompatibel mit gängigen Betriebssystemen und Paketierungsoptionen (Container first)
  • Code-Symmetrie zwischen Cloud und Edge für einfache Entwicklung, Tests und Bereitstellung

Azure Custom Vision

Azure Custom Vision ist ein kognitiver Dienst, mit dem Sie Ihre eigenen Bildklassifikatoren erstellen, bereitstellen und verbessern können. Ein Bildklassifikator ist ein KI-Dienst, der Bilder anhand ihrer visuellen Merkmale mit Etiketten (die Klassen darstellen) versieht.

Funktionen:

  • Anwendung eines oder mehrerer Labels auf ein Bild mittels Bildklassifizierung
  • Ausgabe der Koordinaten des Labels mittels Objekterkennung
  • Optimiert für die Erkennung großer Unterschiede zwischen Bildern (kleine Datenmengen genügen für ein Prototyping, in der Regel reichen 50 Bilder pro Label)

Azure Custom Vision wird verwendet, um das KI-Modell anhand von Beispielbildern zu trainieren. Sobald das Modell fertig ist, wird es auf IoT Edge bereitgestellt, um mit der Verarbeitung von Bildern und Videos zur Fehlererkennung zu beginnen. Der Upload und das Tagging von Bildern könnte manuell über das Azure Custom Vision-Portal erfolgen. Eine weitere Option ist die Verwendung eines IoT-Moduls, das auf IoT Edge bereitgestellt wird und in der Lage ist, Bilder aus einem Multimedia-Stream automatisch zu erkennen und zu markieren und sie dann zum Azure Custom Vision-Dienst hochzuladen.

  • strip-0

    Cluster Reply

    Cluster Reply ist das Unternehmen der Reply Gruppe, das sich auf die Beratung und Systemintegration von Microsoft-Technologien spezialisiert hat. Das Unternehmen legt den Schwerpunkt auf Innovationen und unterstützt die Entwicklung des Microsoft-Angebots von On-Premises- hin zu Cloud-Anwendungen in den Bereichen Modern Workplace, Geschäftsanwendungen, Applikationen und Infrastruktur, Daten und Künstliche Intelligenz.