Visual Inspection Toolbox
Progettazione e test di applicazioni di ispezione e analisi visiva
Hai domande? Contatta l’ufficio commerciale.
Visual Inspection Toolbox fornisce app, algoritmi e modelli di IA per la progettazione, il test e la distribuzione di applicazioni di ispezione e analisi visiva. Puoi rilevare anomalie, contare oggetti, confrontare forme, eseguire misurazioni e generare immagini sintetiche. La combinazione di modelli di IA con tecniche tradizionali di elaborazione di immagini ti aiuta a sviluppare e ottimizzare workflow di ispezione e analisi in termini di affidabilità, accuratezza e usabilità in diverse applicazioni.
Il toolbox, insieme ad altri prodotti MATLAB, riduce i tempi dalla prototipazione alla produzione per realizzare una soluzione completa di ispezione visiva. Potrai:
- Collegare telecamere per la visione artificiale (con Image Acquisition Toolbox)
- Creare dashboard e app desktop standalone (con MATLAB Compiler)
- Distribuire algoritmi di ispezione su dispositivi edge utilizzando il codice generato (con MATLAB Coder e GPU Coder)
- Esportare i modelli di IA in formato ONNX™
Rilevamento visivo delle anomalie
Rileva, classifica e localizza le anomalie utilizzando il Deep Learning. Esegui l’addestramento con immagini normali, identifica difetti sconosciuti, ottimizza le soglie, visualizza le regioni con difetti e calcola le metriche.
Misurazione
Misura distanze, angoli e feature geometriche in unità del mondo reale calibrate. Correggi la prospettiva e la distorsione dell’obiettivo, utilizza strumenti di misurazione ed esegui un’ispezione dimensionale precisa.
Rilevamento e conteggio di oggetti
Rileva, localizza e conta gli oggetti per applicazioni di ispezione visiva. Crea rilevatori basati su YOLOX, genera dati di addestramento, identifica oggetti di piccole dimensioni in immagini di grandi dimensioni e conta gli oggetti utilizzando modelli di Deep Learning basati su esemplari.
Confronto delle forme
Rileva e localizza gli oggetti nelle immagini utilizzando il confronto delle forme basato sui bordi. Crea modelli delle forme a partire da immagini modello, quindi cerca nelle immagini di ispezione le istanze di oggetti che corrispondono a tali modelli.
Generazione di immagini sintetiche
Genera dati di addestramento sintetici per applicazioni di ispezione visiva. Crea set di dati etichettati inserendo oggetti nelle immagini, consentendo un addestramento efficiente dei modelli di rilevamento degli oggetti e segmentazione delle istanze.
Distribuzione e generazione di codice
Distribuisci algoritmi di ispezione e modelli di IA su dispositivi edge utilizzando il codice C/C++ o CUDA® generato. Esporta i modelli in formato ONNX per framework esterni. Crea dashboard e app standalone per l’ispezione (con MATLAB Compiler).
Ispezione in tempo reale mediante telecamere
Utilizza Image Acquisition Toolbox per connetterti a telecamere GigE Vision, GenICam e ad altre telecamere conformi agli standard del settore. In questo modo puoi sviluppare e validare algoritmi di ispezione visiva utilizzando le stesse immagini acquisite dal tuo sistema di produzione.
Risorse di prodotto:
“Inizialmente non avevo molta familiarità con questi metodi, ma ho potuto imparare molto sui principi di funzionamento grazie agli ingegneri software di MathWorks.”
Domande frequenti su Visual Inspection Toolbox
L’ispezione visiva è il processo di esame di componenti, gruppi o ambienti di produzione al fine di identificare difetti, verificare le dimensioni e garantire la conformità agli standard di qualità comunemente applicati in settori quali manifatturiero, automotive, edilizia e aerospazio.
I sistemi di ispezione visiva automatizzata utilizzano telecamere ad alta risoluzione e software che supportano sia il Deep Learning sia gli algoritmi tradizionali di visione artificiale, come MATLAB, Visual Inspection Toolbox e Image Acquisition Toolbox, per rilevare in modo efficiente difetti su scala micrometrica o nanometrica difficili da individuare a occhio nudo.
MATLAB supporta Student-Teacher, PatchCore, FastFlow e FCDD (Fully Convolutional Data Description) tramite Visual Inspection Toolbox, ciascuno con caratteristiche diverse in termini di velocità di addestramento, dimensioni del modello e gestione delle dimensioni delle immagini.
Sì, MATLAB supporta metodi di rilevamento delle anomalie senza supervisione quando le immagini anomale sono rare o diverse tra loro e metodi di rilevamento degli oggetti con supervisione come YOLOX quando sono disponibili sufficienti immagini anomale per l’addestramento.
Il processo di rilevamento dei difetti comprende tre fasi principali: preparazione dei dati (incluse la pre-elaborazione e l’etichettatura delle immagini), applicazione di algoritmi classici (misurazione e confronto delle forme) o modellazione mediante IA (addestramento di rilevatori di anomalie o modelli di rilevamento degli oggetti) e distribuzione su hardware embedded o in applicazioni standalone.
MATLAB fornisce funzioni per la rimozione del rumore, lo smoothing con conservazione dei bordi, la conversione dello spazio colore, il miglioramento del contrasto e la morfologia. Include inoltre l’app Registration Estimator per allineare le immagini disallineate e le app Video Labeler e Image Labeler per automatizzare il processo di etichettatura utilizzando algoritmi personalizzati per la segmentazione semantica o il rilevamento degli oggetti.
Sì, MATLAB consente la distribuzione di reti di Deep Learning e algoritmi classici su diverse piattaforme hardware embedded, tra cui GPU NVIDIA, CPU Intel e ARM e SoC e FPGA Xilinx e Intel, utilizzando framework di generazione di codice. MATLAB supporta inoltre l’esportazione dei modelli di IA nel formato ONNX, consentendo l’integrazione con framework esterni.
Plansee utilizza MATLAB per sviluppare un sistema di rilevamento visivo delle anomalie basato sull’IA che identifica automaticamente i trasportatori danneggiati prima che entrino nei forni ad alta temperatura. Ciò contribuisce a ridurre i tempi di fermo, prevenire danni ai forni e migliorare l’affidabilità della produzione. Musashi Seimitsu Industry utilizza MATLAB per ispezionare circa 1,3 milioni di componenti di ingranaggi conici per il settore automotive al mese, mentre Airbus ha sviluppato un modello di IA per rilevare automaticamente i difetti in diversi componenti aeronautici prima della loro messa in servizio.
Prova Visual Inspection Toolbox gratis
Scopri i nostri prodotti.
Pronto per acquistare?
Richiedi una quotazione e scopri i prodotti correlati.
Sei uno studente?
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.
