
Je präziser die Daten, desto besser das Ergebnis? Kameras sorgen beispielsweise dafür, dass Roboter richtig greifen, fehlerhafte Produkte frühzeitig erkannt werden und der Materialfluss von Wareneingang bis zum Versand an den Kunden lückenlos nachvollzogen werden kann. Bildverarbeitung ist für diese Anwendungen mittlerweile Standard. Wie lässt sich damit nun der nächste Schritt in der Automatisierung von Produktionsanlagen gehen?
Das Potenzial von KI und Deep Learning wird nicht erst seit ChatCPT breit diskutiert. Interessant ist jedoch, dass laut einer Bitkom-Umfrage aus 2022 jede zweite befragte Person angab, dass sie KI im Unternehmen aus Angst vor Programmierfehlern und mangelnder Beherrschbarkeit nicht verwendet. Benutzerfreundlichkeit und Transparenz sind demnach weitere wichtige Faktoren, die adressiert werden müssen. Hier setzt die IDS Imaging Development Systems GmbH mit IDS NXT an: Das KI-Vision-Komplettsystem stellt nicht nur die Technologie in den Vordergrund, bei der Entwicklung legte das Unternehmen auch großen Wert auf Benutzerfreundlichkeit und die Nachvollziehbarkeit der KI-Entscheidungen. Das senkt die Einstiegsschwelle enorm.
Anomalie-Detektion: Das Auge für das Ungewöhnliche
Vereinfacht ausgedrückt: Alles, was ein Mensch erkennen, unterscheiden und zuordnen kann („gut“, „schlecht“, „das ist eine Schraibe“, „dieses Teil sieht irgendwie anders aus als normal“, …), lässt sich auch einer intelligenten Kamera beibringen. Sie arbeiten dabei aber noch viel präziser als das menschliche Auge. Doch welchen Möglichkeiten bietet KI-Vision in der Praxis ganz konkret? Schauen wir uns dazu zunächst verschiedene Methoden an:
- Klassifikation: Zuordnung der Objekte zu bestimmten Kategorien bzw. Klassen, wie „Schrauben“ oder „Nägel“
- Detektion → Erkennen und Lokalisieren von Objekten im Bild wie „oben rechts ist eine Schraube“
- Anomalie-Detektion → Aufspüren von Abweichungen gegenüber dem Normalzustand, wie „dieses Teil stimmt nicht mit dem Standard überein“
Neben den Einsatzmöglichkeiten ändern sich dabei auch Herangehensweise und Handhabung von Bildverarbeitungsaufgaben. Die Qualität der Ergebnisse ist nicht mehr das Produkt eines manuell entwickelten Programmcodes durch einen Bildverarbeitungsexperten, wie es bei der klassischen Bildverarbeitung der Fall ist, sondern wird durch den Lernprozess der eingesetzten neuronalen Netze mit geeigneten Bilddaten bestimmt. Die für die Inspektion relevanten Objektmerkmale werden also nicht mehr durch vordefinierte Regeln vorgegeben, sondern die KI muss in einem Trainingsprozess lernen, diese selbst zu erkennen. Das erfolgt mittels sog. Labels. Bei der Klassifizierung von Bildern in die Kategorien „Schrauben“ oder „Nägel“, müssen die Trainingsbilder auf irgendeine Art und Weise entweder als „Apfel“ oder „Birne“ gekennzeichnet werden. Und je vielfältiger die Trainingsdaten sind und je präziser beim Labeln gearbeitet wird, desto eher erkennen die ML-Algorithmen später im Betrieb die wirklich relevanten Merkmale.
Kameras mit KI: Wie der Einstieg gelingt
Die Entwicklung einer KI-Vision-Lösung erfordert allerdings in vielen Fällen noch immer Fachwissen, Programmieraufwand und Investitionen in Rechen- und Speicherhardware. Nicht so mit IDS NXT: Das KI-Vision-System beinhaltet alle erforderlichen Tools und Workflows. Das bietet sowohl Einsteigern als auch Profis enormen Spielraum bei der Gestaltung von Deep Learning-basierten Bildverarbeitungsanwendungen.
Anwender profitieren folglich von einem Komplettsystem bestehend aus intelligenten Kameras mit umfangreicher Softwareumgebung, die alle Schritte von der Bildaufnahme, über das Labeln der Bilder, dem Trainieren des neuronalen Netzes bis hin zu der Erstellung bis zur Ausführung individueller KI-Vision Anwendungen abdeckt. Die Komponenten sind optimal aufeinander abgestimmt und kommen aus einer Hand. Zum Testen empfiehlt sich das IDS NXT ocean Creative Kit: Es enthält von Kamera bis Softwarelizenz alles, was für die Evaluation von KI-Vision benötigt wird. Alle Informationen dazu erhalten Sie auf der Website von IDS via www.ids-nxt.de. Dem Einfallsreichtum der Anwender sind dabei keine Grenzen gesetzt – und reichen von Qualitätskontrolle bis zum Mühle-Spielen…