Demonstratie van AI-gestuurde kwaliteitscontrole: een vogel-detectie- en classificatiesysteem

Hoewel onze kerntechnologie is ontworpen om materiaalafwijkingen en kwaliteitsproblemen in industriële omgevingen te detecteren, zijn de onderliggende principes ook toepasbaar in andere contexten. In dit geval hebben we onze detectie- en classificatiepijplijnen hergebruikt om vogelsoorten te herkennen en te tellen – een duidelijke en intuïtieve demonstratie van hoe onze technologie werkt.

Het systeem gebruikt eerst een bewegings- of anomaliedetectie-algoritme om biologische activiteit te signaleren. Zodra beweging wordt gedetecteerd, wordt een afbeelding vastgelegd en opgeslagen. In de beginfase van het project zijn deze beelden geannoteerd en gebruikt om een neuraal netwerk te trainen in het herkennen van verschillende vogelsoorten. Eenmaal getraind kan het systeem elke passerende vogel classificeren en zijn verschijning loggen – net zoals bij industriële kwaliteitscontrole waarbij detectie, classificatie en registratie essentieel zijn.

Deze vogeldetector-demo is een vereenvoudigde analogie van onze klantoplossingen: afwijkingen vastleggen, ervan leren en realtime bruikbare inzichten leveren. Het is een gebruiksvriendelijk voorbeeld van hoe Hammer-IMS AI inzet om de inline productkwaliteit te verbeteren via zijn Connectivity 3.0-softwareomgeving.

Meer informatie over onze AI-gestuurde machine-visionoplossingen vindt je op de technologiepagina.