在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
"我们一直在寻找一种快速简便的解决方案，使我们能够检测机器人电气柜装配站中的电线端子。借助SynthAI，我们的控制工程师能够在短短几个小时内取得出色的成果。" Polygon Technologies首席执行官Omer Einav说，"注释大量训练图像以训练模型的繁琐任务被大大缩短了。结果显示，对于我们计划使用 SynthAI 处理的许多其他用例CONTROL ENGINEERING China版权所有，前景广阔。"
机器学习用于各种基于视觉的自动化用例，例如机器人料仓拣选、分拣、码垛、质量检测等。虽然机器学习在基于视觉的自动化中的使用正在增长，但许多行业都面临着挑战，并且难以在其计算机视觉应用程序中实现它。这是由于需要收集相关零件的许多图像，以及准确注释这些图像中的不同产品所面临的挑战，特别是在生产或制造开始之前。
为了解决这一挑战，往往使用合成数据来加快数据收集和训练过程。然而，将合成数据用于视觉用例需要合成图像生成方面的专业知识，并且可能很复杂、耗时且成本高昂。这就是西门子的SynthAI改变游戏规则的地方。
机器视觉专家无需等待预生产零件准备就绪或使用复杂的流程来生成合成数据www.cechina.cn，而只需提供零件的3D CAD数据。然后，SynthAI 将在几分钟内自动生成数千个随机注释的合成图像，而无需通常需要的专业知识。
SynthAI还能够自动训练一个机器学习模型，该模型可用于在现实生活中检测您的产品。训练完成后控制工程网版权所有，训练后的模型可以离线下载、测试和部署，只需使用一点Python编码即可。如果组织更喜欢处理自己系统的训练控制工程网版权所有，也可以使用完整的合成图像数据集以及注释。
"到2023年，机器视觉人工智能市场预计将达到250亿美元，但那些希望利用其优势的人面临许多挑战。"西门子数字化工业软件公司高级副总裁兼数字化制造总经理Zvi Feuer表示控制工程网版权所有，"SynthAI展示了西门子如何在产品工程系统以及生产准备和规划方面利用其深厚的知识，并为创新寻找空间，使我们的客户能够利用未来的技术。"
.jpg)
AVEVA InTouch Unlimited试用版下载
福禄克三大“法宝”帮您搞定过程仪表校准难题
2024年度最佳产品奖颁奖典礼会后报道
2024全球自动化和制造主题峰会会后报道
阿自倍尔液体检测产品有奖试用
