ONNX yapay zeka modellerini doğrudan wenglor donanımında çalıştırın!
ONNX (Open Neural Network Exchange), yapay zeka modellerinin çok çeşitli uygulamalara platformlar arası entegrasyonunu sağlayan açık bir standarttır. ONNX, PyTorch veya TensorFlow gibi farklı geliştirme ortamlarında oluşturulan yapay zeka modellerini üniversal bir formata dönüştürür. Bu sayede modeller diğer platformlarda kullanıma hazır hale gelir.
Kullanım kolaylığı ve verimlilik
Geliştirme süresinden ve kaynaklardan tasarruf edin!
“Görüntü ONNX” modülü, yapay zeka modelleri kolayca içe aktarılabildiği ve uniVision 3'te çalıştırılabildiği için veri hazırlama zahmetini azaltır.
Uygulama esnekliği
Yapay zekayı kural tabanlı görüntü işleme ile birleştirin!
“Görüntü ONNX” modülü, uniVision 3'ün iş akışına entegre edilebilir ve kural tabanlı görüntü işleme modülleriyle istendiği gibi kombine edilebilir.
Ölçeklenebilirlik ve platformdan bağımsızlık
Farklı donanımlarda yapay zeka modellerinden yararlanın!
ONNX modelleri hem B60 serisi Smart Camera'larda hem de Machine Vision kontrol ünitelerinde kullanılabilir.
Kolay entegrasyon
Mevcut endüstriyel arayüzlerden yararlanın!
Sonuçlar doğrudan uniVision 3'ün mevcut iletişim altyapısı üzerinden üretim sürecinde işlenebilir.
uniVision 3'te ONNX ile yapay zeka modellerinin kullanılması
“Görüntü ONNX” modülü, görüntü sınıflandırması için yapay zeka fonksiyonları sunar. Mevcut ONNX modelleri iş akışına sorunsuz bir şekilde entegre edilir ve doğrudan endüstriyel görüntü işleme için kullanılabilir. Isı haritası görselleştirmesi, modellerin işlevselliğini kontrol etmenizi sağlar.
Yüksek donanım uyumluluğu ile üstün performans
wenglor Machine Vision donanımı, uniVision 3 yazılımı ile ONNX modellerinin verimli bir şekilde yürütülmesi için ideal ön koşulları sunar.
B60 serisi akıllı kameralar, yapay zeka hesaplamalarının hızlandırılması için özel olarak optimize edilmiş entegre bir Neural Processing Unit (NPU) ile donatılmıştır. Bu sayede görüntü sınıflandırması gibi zorlu görevler hızlı ve güvenilir bir şekilde gerçekleştirilir.MVC serisi Machine Vision kontrol üniteleri, optimum işlem süreleri sağlamak için güçlü bir CPU ile donatılmıştır.
Sorunsuz entegrasyon, maksimum verimlilik: ONNX ve uniVision 3 ile iş akışı
Yapay zeka modelinin ONNX formatında oluşturulması
Dönüştürme (GitHub)
uniVision 3'e entegrasyon
Görüntü işlemede yapay zeka sınıflandırması nedir?
Görüntü işlemede yapay zeka sınıflandırması Convolutional Neural Networks (CNNs) kullanır. Bu sinir ağları, görüntüleri analiz eder ve belirli özelliklere göre önceden tanımlanmış bir sınıfa atar. Bu sırada sistem, ilgili sınıfların tipik özelliklerini ayırt etmeyi öğrenir.
Yeni bir görüntü kaydedildiğinde, yapay zeka modeli tarafından olası tüm sınıflar üzerinden bir olasılık dağılımı (puan) alır. En yüksek olasılığa sahip sınıf, model tahmini olarak kabul edilir. Bu, örneğin hatasız (OK) ve hatalı (NOK) parçaların otomatik olarak ayırt edilmesini sağlar. Model, ikili bir sınıflandırmanın (OK/NOK) yanı sıra birden fazla hata sınıfını da ayırt edebilir.
Ayrıca yapay zekanın karar mantığını daha şeffaf hale getirmek için, sınıflandırma sırasında modeli en çok etkileyen görüntü alanlarını görselleştiren bir ısı haritası oluşturulur. Bu sayede kullanıcılar, hangi özelliklerin model kararına yol açtığını daha iyi anlayabilir.
Örnek olarak enjeksiyon kalıplama üretiminde kalite kontrolü gösterilebilir. Burada, yapay zeka modelinin hassas bir şekilde algıladığı ve sınıflandırdığı çeşitli hata türleri ortaya çıkabilir. Bu hatalar genellikle farklı şekillerde meydana geldiğinden, yapay zeka sınıflandırması kural tabanlı prosedürlere göre daha fazla esneklik ve hassasiyet sağlar. Sistem, yapay zeka ve klasik görüntü işlemenin birleşimi sayesinde güçlü ve güvenilir kalite kontrolü sağlar.
Yeni bir görüntü kaydedildiğinde, yapay zeka modeli tarafından olası tüm sınıflar üzerinden bir olasılık dağılımı (puan) alır. En yüksek olasılığa sahip sınıf, model tahmini olarak kabul edilir. Bu, örneğin hatasız (OK) ve hatalı (NOK) parçaların otomatik olarak ayırt edilmesini sağlar. Model, ikili bir sınıflandırmanın (OK/NOK) yanı sıra birden fazla hata sınıfını da ayırt edebilir.
Ayrıca yapay zekanın karar mantığını daha şeffaf hale getirmek için, sınıflandırma sırasında modeli en çok etkileyen görüntü alanlarını görselleştiren bir ısı haritası oluşturulur. Bu sayede kullanıcılar, hangi özelliklerin model kararına yol açtığını daha iyi anlayabilir.
Örnek olarak enjeksiyon kalıplama üretiminde kalite kontrolü gösterilebilir. Burada, yapay zeka modelinin hassas bir şekilde algıladığı ve sınıflandırdığı çeşitli hata türleri ortaya çıkabilir. Bu hatalar genellikle farklı şekillerde meydana geldiğinden, yapay zeka sınıflandırması kural tabanlı prosedürlere göre daha fazla esneklik ve hassasiyet sağlar. Sistem, yapay zeka ve klasik görüntü işlemenin birleşimi sayesinde güçlü ve güvenilir kalite kontrolü sağlar.
Hatasız parça örneği (OK)
Hatalı parça örneği (NOK)
Hatalı parça örneği (NOK)
Hatalı parça örneği (NOK)
Lisanslama
“Görüntü ONNX” modülü, “uniVision AI” lisans paketinin bir parçasıdır ve wenglor uniVision 3 yazılımına sahip tüm ürünler için mevcuttur.
Aşağıdaki lisans kuralları geçerlidir:
Aşağıdaki lisans kuralları geçerlidir:
- B60 serisi: DNNL031 – B60 uniVision AI lisansı
- MVC serisi: DNNL032 – MVC uniVision AI lisansı
- uniVision çevrimdışı simülatör: Modül ek lisans olmadan kullanılabilir
