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.

Design thinking

Riduzione dell’impatto ambientale come specifica della progettazione

L’adozione di tecniche e criteri di progettazione “green” per la riduzione dell’impatto ambientale non rappresenta solo un dovere etico o un obbligo normativo, ma anche una concreta opportunità di innovazione e di differenziazione competitiva per le aziende. di Giorgio De

Design thinking

Figure 02: l’integrazione di robot umanoidi nella produzione automobilistica

Analisi tecnica dell’impiego del robot Figure 02 nel contesto della iFACTORY BMW. di Lisa Borreani BMW ha avviato una collaborazione strategica con la startup californiana Figure AI per testare l’integrazione operativa di un robot umanoide all’interno di uno stabilimento automobilistico. Il

Metodologie di progettazione

Progettazione strutturale di telai per macchine automatiche

Nel campo dell’automazione industriale, la struttura portante delle macchine riveste un ruolo cruciale per l’intero sistema. Telai, basamenti e strutture di supporto devono garantire rigidezza, stabilità e compatibilità con componenti mobili e attuatori, senza introdurre vibrazioni indesiderate o cedimenti in

Additive manufacturing

Maddie, il primo AI Agent italiano per la manifattura additiva

Maddie è il primo AI Agent sviluppato per semplificare l’accesso alla manifattura additiva e accelerarne l’adozione nel tessuto produttivo italiano, ed è stata la protagonista dell’evento MadeInAdd: Shaping the present of Additive Manufacturing, in cui sono state illustrate non solo