Page 77 - st-otomasyon-2021-mayis

OTOMASYON ÜRÜN VE UYGULAMALARI

DOSYA: GÖRÜNTÜ TANIMA SİSTEMLERİ

“Uygulamalarda standart olarak doğru
kontrol yöntemini düşünme ve uygulamaya geçirmek

için planlama süresi en çok vakit alan kısımdı.
IV2’nin “Öğrenme modu” (Learning mode) sayesinde
bu süre müthiş derecede kısalarak saniyeler

mertebesine inerken, aynı zamanda donanımındaki
geliştirmeler ile algılamalarda kararlılığı da artırdı.”

İlaç kutuları içerisindeki prospektüsü
kontrol etme rol yöntemini düşünme ve uygulamaya ge- kavuşturmak için müşteri adaylarımıza öğ-
çirmek için planlama süresi en çok vakit renme modunu kullanmayı anlatıyor, göste-
Bunun yanı sıra daha da güçlendirilen en- alan kısımdı. IV2’nin “Öğrenme modu” riyor ve hatta onların çalışma parçaları ile
tegre aydınlatması ile görüntüler daha par- (Learning mode) sayesinde bu süre müthiş gerçek testler yapmalarını sağlıyoruz.
lak şekilde elde edilirken, ortam ışığının derecede kısalarak saniyeler mertebesine
değişimlerine karşı etkilenmeden algıla- inerken, aynı zamanda donanımındaki ge- Bu çözümler en çok hangi sektörlerde/
mada kararlılık sağlar. liştirmeler ile algılamalarda kararlılığı da hangi uygulamalarda tercih ediliyor?
artırdı. Bu da eşsiz bir zaman kazancı elde Kullanıcılara ne gibi faydalar sunuyor?
ST: Bu özellikler hangi noktada edilmesini sağladı. Bunu keşfettikten sonra Başta otomotiv, beyaz eşya, gıda/içecek,
ürünü farklılaşmasını sağlıyor? çok daha fazla uygulamayı doğru çözüme ilaç, elektrik/elektronik, plastik, metal ve
Bütün bu teknolojik gelişmeler kullanıcı-
ların görüntüleme ve programlama bece-
rilerine sahip olmadan da ürünü kullana-
bilmesini sağlar. Geçmişte karşılaştığımız
örneklerde, yapılması planlanan bir kontrol
için hangi araçların nasıl kullanılacağını
belirlemek için tecrübeli bir bakış açısı ile
uygulamanın yorumlamasına ihtiyaç duyu-
lurdu. Kontrol yöntemleri doğru belirlense
bile ortam ışığının değişimleri ve ürünler-
deki bireysel farklılıklar gibi unsurlar uy-
gulamaları olumsuz sonuçlandırırdı. IV2
Görüntü sensörü benzersiz yenilikçi tekno-
lojisiyle artık bu kontrol yöntemini yapay
zekanın kararına bırakıyor. Kullanıcının
yalnızca doğru/hatalı örnekleri öğrenme
modu (Learning Mode) ile görüntü sensö-
rüne tanıtması yeterli. Yapay zeka doğru/
hatalı örnekler arasındaki en büyük farkla-
ra odaklanarak kontrol yöntemini otomatik
olarak belirler. Tanıtma esnasında farklı
aydınlatma şiddetlerinde çoklu örnekler
oluşturarak hem ortam ışığının değişimle-
rine karşı hem de seri üretimdeki ürünlerin
birbirleri arasındaki farklılıklardan etkilen-
meden algılamalarda güvenilirlik sağlar.
ST: Peki bu teknolojiyi müşterilerin
uygulamalarını çözerken nasıl
kullanıyorsunuz?
Uygulamalarda standart olarak doğru kont-
ST OTOMASYON MAYIS 2021 73