SynthAI revolutioniert das Training von Bildverarbeitungssystemen mit Künstlicher Intelligenz

Der SynthAI-Service von Siemens Digital Industries Software nutzt die Möglichkeiten des maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI), um die Herausforderung zu lösen, die beim Training von Bildverarbeitungssystemen überwunden werden müssen.

Der SynthAI-Service von Siemens Digital Industries Software nutzt maschinelles Lernen sowie Künstlichen Intelligenz (KI), um die Herausforderung zu lösen, die beim Training von Bildverarbeitungssystemen überwunden werden müssen.

Der SynthAI-Service von Siemens Digital Industries Software nutzt maschinelles Lernen sowie Künstlichen Intelligenz (KI), um die Herausforderung zu lösen, die beim Training von Bildverarbeitungssystemen überwunden werden müssen.

„Wir waren auf der Suche nach einer schnellen und einfachen Lösung, die uns die Erkennung von Drahtanschlüssen in einer robotischen Schaltschrank-Montagestation ermöglicht. Mit SynthAI waren unsere Steuerungsingenieure in der Lage, innerhalb weniger Stunden großartige Ergebnisse zu erzielen“, so Omer Einav, CEO Polygon Technologies. „Die mühsame Aufgabe, einen großen Satz von Trainingsbildern zu definieren und das Modell zu trainieren, wurde erheblich verkürzt. Die Ergebnisse sind sehr vielversprechend für viele weitere Anwendungsfälle, die wir mit SynthAI angehen wollen.“

SynthAI hilft bei der Nutzung synthetischer Daten

Maschinelles Lernen wird für eine Vielzahl von Automatisierungsanwendungen eingesetzt, die auf Bildverarbeitung basieren, unter anderem für die Kommissionierung von Behältern durch Roboter oder auch Sortierung, Palettierung und Qualitätsprüfung. Einerseits wird maschinelles Lernen immer öfter für die bildverarbeitungsbasierte Automatisierung genutzt. Andererseits stellt diese Technologie viele Branchen vor Herausforderungen; und die Unternehmen haben Schwierigkeiten, ML in ihren Bildverarbeitungsanwendungen zu implementieren.

Der Grund dafür ist die Notwendigkeit, viele Bilder der betreffenden Teile zu sammeln. Zudem müssen die verschiedenen, auf diesen Bildern sichtbaren Produkte genau identifiziert werden – eine große Herausforderung insbesondere vor Beginn der Produktion oder Fertigung dieser Produkte.

Um dieses Problem zu lösen, werden synthetische Daten verwendet, um die Datenerfassung und den Trainingsprozess zu beschleunigen. Die Nutzung synthetischer Daten für Bildverarbeitungsanwendungen erfordert jedoch Fachwissen über die Erzeugung synthetischer Bilder und kann komplex, zeitaufwendig und teuer sein. An dieser Stelle setzt SynthAI von Siemens an.

Anstatt auf fertige Teile zu warten oder komplexe Prozesse zur Erzeugung synthetischer Daten anzuwenden, müssen Bildverarbeitungsspezialisten lediglich 3D-CAD-Daten der Teile bereitstellen. SynthAI generiert dann innerhalb von Minuten automatisch Tausende von synthetischen Bildern mit zufälligen Kommentaren ohne die normalerweise erforderlichen Fachkenntnisse.

SynthAI trainiert ebenso automatisch ein maschinelles Lernmodell, das zur Erkennung eines Produkts im realen Leben verwendet werden kann. Sobald das Training abgeschlossen ist, kann das trainierte Modell heruntergeladen, getestet und offline eingesetzt werden – es ist dazu lediglich ein wenig Python-Programmierung notwendig. Wenn Unternehmen es vorziehen, das Training ihrer eigenen Systeme zu übernehmen, sind komplette synthetische Bilddaten zusammen mit den Anmerkungen ebenfalls verfügbar.

„Es wird erwartet, dass der Markt für Künstliche Intelligenz für Machine Vision bis 2023 ein Volumen von 25 Milliarden Dollar erreichen wird. Aber es gibt viele Herausforderungen für diejenigen, die die Vorteile dieser Technologie nutzen wollen“, sagte Zvi Feuer, Senior Vice President and General Manager Digital Manufacturing von Siemens Digital Industries Software. „SynthAI zeigt, wie Siemens sein umfassendes Wissen sowohl in der Produktentwicklung als auch in der Produktionsvorbereitung und -planung nutzt, um Raum für Innovationen zu schaffen, die es unseren Kunden ermöglichen, schon heute die Vorteile der Technologie von morgen zu nutzen.“

Filtern

Suchbegriff

Unterkategorie

Firmen

Inhaltstyp

Firmentyp

Land