Avicon

Adaptive Vision Studio

Czego tak na prawdę potrzeba aby stworzyć perfekcyjne, łatwe w obsłudze i intuicyjne oprogramowanie do analizy obrazu? Czyż nie jest to zadanie na miarę odkrycia tajemniczej recepty druida na napój dający ponadprzeciętną siłę? Pakiet Adaptive Vision Studio zdaje się posiadać wszystkie składniki sukcesu na miarę nowoczesnego oprogramowania. Nowa wersja Adaptive Vision Studio 5.0 odkrywa przed nami swój mocny charakter techniczny środowiska dla zastosowań przemysłowych oraz naukowych z wykorzystaniem widzenia maszynowego. Dostarcza ona pokaźną ilość narzędzi potrzebnych do spełnienia praktycznie dowolnego zadania wizyjnego, włączając w to najnowsze technologie takie jak analiza 3D, dane hiperspektralne, obrazowanie termowizyjne i w końcu uczenie maszynowe (ang. Machine Learning) jako sztandarowa funkcja pakietu.

Przyjrzyjmy się bliżej składnikom recepty na sukces Adaptive Vision.

1. Interfejs użytkownika – mocna baza

Adaptive Vision Studio jest stworzone z myślą o wizualnej prezentacji i edycji danych obrazowych. To jest prosty, a jednocześnie mocny paradygmat – obraz i percepcja wzrokowa to najważniejszy element projektowania algorytmu widzenia maszynowego. Ostatnią rzeczą, z którą chcesz się zmagać w swojej pracy jako inżynier MV, jest debugowanie obrazów z kamery za pomocą narzędzi kodowanych w stylu tekstowym, tworzenie wbudowanych helperów wizualizacji i zagłębianie się w wewnętrzne struktury danych bajtowych buforu obrazowego. W AVS każdy podprogram algorytmu (zwany makrofiltrem) jest złożony jako drzewo przepływu danych z blokami funkcyjnymi (zwanymi filtrami), które manipulują te dane po drodze. Każdy praktyczny aspekt programowania, taki jak instrukcje warunkowe, pętle, instrukcje logiczne, wyjątki i struktury danych, jest przedstawiony w AVS w sposób wizualny.

adaptive-vision-studio-interfejs

Podczas wykonywania makrofiltrów można wstrzymać wykonanie programu w dowolnym punkcie oraz przeciągnąć i upuścić dowolne wejście lub wyjście filtrów do jednego z okien podglądu danych. Okna podglądu są dosyć potężnym funkcjonalnie elementem interfejsu aplikacji, ponieważ można skonfigurować ich układ, oddokować je i rozmieścić ich pozycje na wielu monitorach – każdy developer znajdzie układ dla siebie idealny. Niezależnie od tego, w jakim miejscu programu się znajdujesz, okna podglądu wyświetlają aktualny stan danych w algorytmie. Wszystkie dane programu, w tym obrazy, ścieżki, kształty i inne dane symboliczne, takie jak zmienne, tablice, histogramy, regiony, chmury punktów 3D można nakładać na siebie warstwowo w jednym oknie, umożliwiając użytkownikowi łatwą weryfikację pośrednich wyników obliczeń dla określonych obszarów obrazu.

2. Wsparcie sprzętowe – zwinność

Nawet najbardziej wyrafinowane algorytmy wizyjne nie mają praktycznego zastosowania, jeśli nie jest możliwa obsługa komponentów i urządzeń służących interakcji w świecie rzeczywistym. Przede wszystkim, AVS zapewnia wbudowaną, natywną implementację najczęściej używanych otwartych standardów, takich jak GigE Vision i GenTL, zapewniając natychmiastowy dostęp do dosłownie tysięcy różnych modeli kamer, w tym najnowszej serii Basler ace2.

Oprócz ogólnych standardów wizyjnych, Adaptive Vision Studio posiada wsparcie dla wielu producentów kamer i framegrabberów, a także sprzętu peryferyjnego takiego jak jak komputery IPC, moduły I/O, przemysłowe karty komunikacyjne PCI-e dla standardów Profibus, Profinet, Ethercat, CCLink , Modbus i wiele innych. Jeśli wolisz klasyczny, oldschoolowy styl komunikacji z peryferiami, zawsze masz do dyspozycji takie interfejsy jak TCP IP i Serial Port.

3. Przemysłowe HMI – moc uderzenia

Adaptive Vision Studio dostarcza wbudowaną funkcjonalność projektowania interfejsów HMI, pozwalającą inżynierom na tworzenie pełnoprawnych i w pełni funkcjonalnych form i okien obsługi operatorskiej. HMI ukrywa wszystkie niepotrzebne szczegóły programu inspekcyjnego pod nakładką interfejsu przyjaznego dla użytkownika. W pełni funkcjonalny moduł projektowania form oparty na mechanizmie zdarzeń, umożliwia stworzenie praktycznie dowolnego układu okna użytkownika. Projektant HMI ma do dyspozycji wiele komponentów, w tym kontrolki image / wideo, text input, formanty pozwalające na tworzenie form multipage, formanty prezentacji danych, wirtualna klawiatura i kontrola dostępu użytkownika.

avs-hmi

4. Machine Learning Add-on – sekretny składnik mocy

Najlepsze funkcje AVS zachowujemy dla Ciebie na koniec niniejszego artykułu! Uczenie maszynowe (ang. Machine Learning) to najnowszy trend technologiczny, który dosłownie redefiniuje większość aplikacji wizyjnych maszyn obecnych na rynku do tej pory. Zamiast skomplikowanego programowania proceduralnego, rozwodzenia się nad wieloma przypadkami NOK w obrazie i rozpatrywania każdego przypadku oddzielnie, możemy nauczyć Adaptive Vision, jak wygląda poprawny obiekt lub wzór, a także możemy zastosować nowo wyszkolony model do inspekcji inline.

adaptive-vision-deep-learning

Procedury oparte na głębokiej sieci neuronowej dodatku Machine Learning Add-on naśladują model poznawczy ludzkiego mózgu, dzięki czemu są niewrażliwe na niewielkie zmiany wyglądu obiektu. To doskonały wybór w przypadku, gdy nie jesteś w stanie precyzyjnie zdefiniować kryteriów klasyfikacji lub odrzucenia – obiekt jest zbyt losowy, zmiany mają wieloraki, trudny do przewidzenia charakter, obrazy są stochastyczne. Dodatek AVS ML nie tylko łatwo klasyfikuje typ obiektu, ale jest w stanie wykryć drobne nieprawidłowości, które są dla człowieka prawie nierozpoznawalne – poniżej progu percepcji wizualnej. Wszystko, co musisz zrobić, to po prostu oznaczyć nieprzetworzone obrazy – dzieląc je na dobre / złe lub przypisując im kategorię niestandardową według typu obiektu, na którym są prezentowane. Reszta zadania należy do AVS – program trenuje model inspekcji oparty na głębokiej sieci neuronowej, który może być następnie użyty dla obrazów roboczych w celu klasyfikacji obiektu lub znalezienia defektów.

Cały dodatek składa się z kilku narzędzi, różniących się nieznacznie:

  • Anomaly detection too – Narzędzie do wykrywania anomalii służy do wyszukiwania nieoczekiwanych lub nietypowych fragmentów obrazu. Trening sieci neuronowej opiera się wyłącznie na dobrych obrazach.
  • Feature detection tool – Narzędzie do wykrywania cech może być używane do klasyfikowania regionów o określonych cechach na podstawie wcześniejszego wyboru użytkownika na etapie szkolenia.
  • Object classification tool – Narzędzie do klasyfikacji obiektów to doskonały wybór gdy chcemy etykietować obiekty względem ich typu.
  • Instance segmentation tool – Narzędzie do segmentacji instancji służy do pozycjonowania wielu klas obiektów w jednym obrazie. Każda z klas obiektów musi posiadać odpowiednio wytrenowany model.
  • Point location toolNarzędzie do lokalizacji pozycji obiektów pozwala użytkownikowi na wskazanie i zliczenie obiektów danej klasy.