Ang pagkatuto sa makina ay naging isang mahalagang teknolohiya sa paggawa, lalo na sa pagpapabuti ng mga sistema sa paningin ng robot.
Pinagmulan
Napaharap ang kompanya sa mga hamon sa tradisyonal na mga sistema ng paningin, na nakikipagpunyagi sa pagiging madaling makilala ng mga bahagi at mga kalagayan ng ilaw, anupat ang mga limitasyong ito ay humantong sa mga pagkakamali sa pagsusuri ng kalidad at sa pagdami ng basura.
Pagpapawalang - bisa
Ang kompanya ay nagtipon ng isang malaking dataset ng mga imahe mula sa linya ng produksiyon, kabilang ang may depekto at hindi-depektibong mga bahagi. Sila ay nagsanay ng isang convolutional neural network (CNN) upang matukoy ang mga diperensiya na may mas mataas na katumpakan. Ang sistema ay isinama sa mga umiiral na robotic armas upang magkaroon ng real-time na pagsisiyasat.
Mga Resulta
Pagkatapos ipatupad, ang robot vision system ay nagpakita ng malaking pagtaas sa diperensiya diagnostipika ng pag-aanalisa, pagbabawas ng mga maling positibo at negatibo.Ang automasyon ay humantong sa mas mabilis na mga oras ng pagsisiyasat at nabawasan ang materyal na basura. Sa pangkalahatan, ang proseso ng paggawa ay naging mas maaasahan at nagkakahalaga.
Mga Pag - alis na Susi
- Pinahuhusay ng pagkatuto sa makina ang nakikitang pagkilala sa iba't ibang kalagayan.
- Mahalaga ang malalaking datos para sa pagsasanay ng mabisang mga modelo.
- Ang pandarayuhan sa umiiral na automasyon ay nagpapasulong sa kahusayan.
- Ang patuloy na pagsubaybay ay tumitiyak ng patuloy na paggawa.