Demonstration KI-gestützter Qualitätskontrolle: ein Vogel-Erkennungs- und Klassifizierungssystem

Während unsere Kerntechnologie darauf ausgelegt ist, Materialanomalien und Qualitätsabweichungen in industriellen Umgebungen zu erkennen, lassen sich die dahinterstehenden Prinzipien ebenso gut in anderen Bereichen einsetzen. In diesem Fall haben wir unsere Erkennungs- und Klassifizierungspipelines umfunktioniert, um Vogelarten zu identifizieren und zu zählen – eine anschauliche Demonstration, wie unsere Technologie funktioniert.

Das System verwendet zunächst einen Bewegungs- oder Anomalie-Erkennungsalgorithmus, um biologische Aktivität zu erkennen. Bei Bewegung wird ein Bild aufgenommen und gespeichert. In der Anfangsphase des Projekts wurden diese Bilder annotiert und genutzt, um ein neuronales Netz zur Erkennung verschiedener Vogelarten zu trainieren. Nach dem Training kann das System jeden vorbeifliegenden Vogel klassifizieren und dessen Auftreten protokollieren – genau wie bei der industriellen Qualitätskontrolle mit Erkennung, Klassifizierung und Protokollierung.

Diese Vogel-Demo dient als vereinfachte Analogie zu unseren Kundenlösungen: Anomalien erfassen, daraus lernen und in Echtzeit verwertbare Einblicke liefern. Es ist ein benutzerfreundliches Beispiel dafür, wie Hammer-IMS mithilfe von KI die Inline-Produktqualität direkt aus seiner Connectivity-3.0-Softwareumgebung steigert.

Weitere Informationen zu unseren KI-gestützten Bildverarbeitungslösungen finden Sie auf der Technologie-Seite.