In-Sight 2800: deep learning e visione tradizionale in un’unica soluzione

In-Sight 2800
Cognex In-Sight 2800 abbina deep learning e visione tradizionale in una sola facile soluzione automatizzando il rilevamento di errori in pochi minuti.

Cognex In-Sight 2800 abbina deep learning e visione tradizionale in una sola facile soluzione. Automatizza il rilevamento di errori in pochi minuti e non è necessaria alcuna esperienza di programmazione.

Cognex, società specializzata nella visione artificiale presenta al mercato l’innovativo sistema di visione della serie In-Sight 2800. In-Sight 2800 racchiude la potenza di un sistema di visione completo in una soluzione facile da usare che rende le applicazioni operative in pochi minuti.

“Non è mai stato così facile attuare il deep learning in una linea di produzione”, ha dichiarato Carl Gerst, vicepresidente esecutivo di Product, Platform and Solutions di Cognex. “Il sistema In-Sight 2800 può essere addestrato con poche immagini per automatizzare tutto, dalle semplici ispezioni pass/fail alla classificazione avanzata e all’ordinamento. Senza la necessità di un PC o di programmazione.”.

In-Sight 2800

Interfaccia intuitiva

L’interfaccia EasyBuilder guida gli utenti attraverso il processo di sviluppo delle applicazioni passo dopo passo, rendendo semplice l’impostazione di qualsiasi lavoro, anche per i neofiti delle soluzioni di visione. Gli operatori esperti apprezzeranno il modo in cui l’intuitiva interfaccia “point-and-click” di In-Sight semplifica lo sviluppo di applicazioni più complesse e consente la velocizzazione delle operazioni.

La connessione tra deep learning e strumenti di visione tradizionali offre agli utenti la flessibilità per risolvere un’ampia gamma di applicazioni di ispezione – gli operatori selezionano semplicemente lo strumento progettato per fornire la massima precisione possibile per il loro compito. Gli strumenti possono essere utilizzati singolarmente per operazioni semplici o concatenati per sequenze logiche più complesse.

In-Sight 2800

Il set di strumenti include anche ViDi EL Classify. Utilizzando solo cinque immagini, questo potente strumento di classificazione può essere addestrato a identificare e ordinare i difetti in diverse categorie e a individuare correttamente i pezzi con differenze. La capacità di classificare in base a più funzioni o caratteristiche permette agli utenti di risolvere più compiti con un’unica soluzione di visione.

Il nuovo sistema In-Sight 2800 offre anche un’ampia varietà di accessori e componenti intercambiabili sul campo per aiutare gli utenti ad adattarsi rapidamente ai cambiamenti, come nuovi pezzi, maggiori velocità di linea e standard di qualità più elevati.

Attualità

L’impatto dell’AI nell’industria cinematografica

L’AI sta già iniziando a essere implementata in alcune aree del processo di produzione cinematografica e televisiva, anche se la portata potenziale del suo impatto a lungo termine deve ancora essere pienamente compresa. L’intelligenza artificiale (AI) sta iniziando a essere

Software

Prevedere il comportamento dinamico delle strutture con i metodi numerici

Le vibrazioni meccaniche sono una componente inevitabile nel comportamento dinamico di qualsiasi sistema strutturale o meccanico. Quando trascurate o sottovalutate, possono portare a fenomeni di risonanza, riduzione della vita utile dei materiali, malfunzionamenti o veri e propri cedimenti. Questo articolo

Additive manufacturing

Remanufacturing industriale con l’utilizzo del Directed Energy Deposition

In uno scenario industriale instabile, la sostituzione dei componenti ad alto valore è sempre meno sostenibile, soprattutto per l’impatto del downtime.L’Additive Manufacturing metallico, in particolare la Directed Energy Deposition, abilita la rigenerazione dei pezzi esistenti, riducendo fermi impianto e costi

Design thinking

Un Robot che sente rumori e odori

I ricercatori dell’Università di Tel Aviv aprono la porta alle integrazioni sensoriali tra robot e insetti, utilizzando le antenne delle locuste. Nel campo della robotica avanzata, uno dei limiti più evidenti riguarda la capacità delle macchine di percepire il mondo