Précis et flexible – reconnaissance de texte performante avec technologie de deep learning
Le module « Deep OCR » disponible dans uniVision 3 combine une détection très performante avec une disponibilité immédiate, sans paramétrage fastidieux. Les différentes polices et tailles de caractères, les interlettrages irréguliers, les différences d’alignement et les caractères endommagés ne constituent pas un obstacle à la reconnaissance du texte. Par rapport à la technologie OCR classique, la variante Deep OCR reconnaît le texte sur fond clair et sombre. Les performances élevées sont basées sur la technologie éprouvée Deep OCR de MVTec HALCON, et garantissent des résultats rapides et fiables, même avec des exigeances complexes.
Technologie prête à l’emploi
Grâce à un réseau neuronal préentraîné, il n’est pas nécessaire de créer ses propres données d’entraînement ou un réseau d’entraînement distinct. Le module peut être utilisé aussitôt avec seulement quelques réglages.
Adaptation flexible
Deep OCR reconnaît de manière fiable une grande variété de polices, de langues et de caractères spéciaux. En adaptant certains paramètres dans le module, il est par ailleurs possible de reconnaître et de lire avec fiabilité des mots longs et des suites de chiffres.
Reconnaissance de texte performante
Même dans de mauvaises conditions d’éclairage, lorsque le texte est flou, déformé ou endommagé, de même que sur des fonds changeants, la reconnaissance du texte reste stable et précise.
Vitesse élevée
Exécution performante grâce à l’utilisation d’unités de traitement neuronal (NPU) et de cadres d’inférence spécifiques destinés à accélérer les modèles de deep learning. Ceux-ci sont utilisées dans la Smart Camera B60 comme dans les contrôleurs de vision industrielle de la série MVC. Ils permettent des temps d’inférence de l’ordre de quelques millisecondes, selon le nombre et la taille des zones.
Fonction carte thermique intégrée
La carte thermique est une représentation visuelle qui met en évidence les zones de l’image identifiées par le modèle comme des lettres ou des chiffres. Cela accroît la transparence de la technologie de deep learning et permet aux utilisateurs de mieux comprendre les caractéristiques qui ont conduit à la décision du modèle. De plus, le module attribue un score à chaque mot identifié, permettant d’évaluer quantitativement la qualité de la reconnaissance de texte, garantissant ainsi une transparence maximale.
Deep OCR intégré de manière optimale dans uniVision 3
Le logiciel de traitement d’images uniVision 3 est complété par le module « Deep OCR », qui offre des fonctions de deep learning performantes. Grâce à l’intégration transparente du traitement d’images basé sur des règles et assisté par l’IA, vous bénéficiez d’une solution performante et conviviale offrant une prise en charge matérielle optimale.
La combinaison de Deep OCR avec les modules éprouvés d’uniVision 3 ouvre la voie à des possibilités d’application inédites. Ainsi, le module « Image Zone » permet d’exclure de façon ciblée de la reconnaissance de texte certaines zones d’une image, ce qui réduit considérablement les temps de traitement. Parallèlement, des modules de suivi tels que « Image Localisation » ou « Image Comparaison à un modèle » permettent de maintenir automatiquement l’alignement de ces zones sur le texte pertinent en cas d’objets mobiles ou à positionnement variable. À l’aide des modules de lecture de codes 1D et 2D, il est également possible de saisir un ou plusieurs codes au sein d’une seule image en plus des textes. Pour le traitement ultérieur, les textes détectés dans le module « Tableur » peuvent être analysés de manière ciblée à l’aide d’expressions régulières (RegEx) et réduits à des informations pertinentes.
La combinaison de Deep OCR avec les modules éprouvés d’uniVision 3 ouvre la voie à des possibilités d’application inédites. Ainsi, le module « Image Zone » permet d’exclure de façon ciblée de la reconnaissance de texte certaines zones d’une image, ce qui réduit considérablement les temps de traitement. Parallèlement, des modules de suivi tels que « Image Localisation » ou « Image Comparaison à un modèle » permettent de maintenir automatiquement l’alignement de ces zones sur le texte pertinent en cas d’objets mobiles ou à positionnement variable. À l’aide des modules de lecture de codes 1D et 2D, il est également possible de saisir un ou plusieurs codes au sein d’une seule image en plus des textes. Pour le traitement ultérieur, les textes détectés dans le module « Tableur » peuvent être analysés de manière ciblée à l’aide d’expressions régulières (RegEx) et réduits à des informations pertinentes.
Avantages matériels en détail
Smart Camera B60
- L’unité de traitement neuronal (NPU) intégrée permet d’exécuter Deep OCR sur la B60 en quelques millisecondes.
- Même les tâches OCR exigeantes sont ainsi traitées rapidement et avec précision directement sur la Smart Camera.
Contrôleurs de vision industrielle MVC
- S’appuie sur l’accélération du deep learning basée sur la technologie OpenVINO™ d’Intel.
- La charge de calcul est répartie intelligemment entre le processeur et le processeur graphique intégré.
- Cela permet d’atteindre une efficacité maximale tout en consommant un minimum de ressources.
- La prise en charge de plusieurs caméras par contrôleur est idéale pour les postes d’inspection multi-requêtes à un même endroit.
Reconnaissance performante – la solution d’éclairage adaptée à la technologie Deep OCR
Applications avec Deep OCR
Dans de nombreuses applications industrielles, telles que la logistique, l’industrie agroalimentaire, l’emballage et l’industrie pharmaceutique, il est nécessaire de reconnaître avec précision les marquages sur différentes surfaces et différents matériaux. Le module « Deep OCR » permet de reconnaître avec précision du texte dynamique, avec des tailles de police variables et des arrière-plans différents, même avec des marquages et étiquettes spécifiques.
Détection de dates de péremption/d’étiquettes
Le module « Deep OCR » permet de détecter de manière fiable les dates de péremption et d’autres informations sur les étiquettes. Le manque de contraste, les tailles de police variables et les étiquettes inclinées n’affectent pas la reconnaissance du texte.
Détection de pièces et de numéros de série
Dans le cadre des processus de production, les numéros de série peuvent également être lus avec précision sur des objets métalliques. Même en cas d’encrassement ou de réflexion, la précision de lecture reste très élevée.
Détection de numéros de lot
Le module « Deep OCR » permet de lire les numéros de lot sur différents emballages. Même en cas de rayures ou de dégradations liées à l’impression, le taux de détection est élevé.
Matériel compatible
Le module Deep OCR du logiciel wenglor uniVision 3 peut être mis en œuvre avec les produits de traitement d’images wenglor suivants.
