Cognex – systemy wizyjne i czytniki kodów
PRZEŚLIJ ZAPYTANIE
Baza wiedzy

Baza wiedzy · Sztuczna inteligencja

Edge Learning – sztuczna inteligencja wbudowana w kamerę

Edge Learning (EL) to technologia przetwarzania obrazu oparta na sztucznej inteligencji, zoptymalizowana do działania bezpośrednio w kamerach inteligentnych Cognex In-Sight. W przeciwieństwie do klasycznego deep learningu nie wymaga dużych zbiorów danych, komputera z kartą GPU ani specjalistycznej wiedzy z AI – narzędzie trenuje się w kilka minut na podstawie kilku obrazów wzorcowych.

Czym różni się Edge Learning od deep learningu?

Oba podejścia wykorzystują sieci neuronowe, ale są projektowane do innych zadań. Edge Learning stawia na szybkość wdrożenia i pracę w kamerze, deep learning – na maksymalną elastyczność przy najtrudniejszych aplikacjach.

Kryterium

Edge Learning

Deep learning

Gdzie działa

Bezpośrednio w kamerze inteligentnej

Na komputerze PC, zwykle z kartą GPU

Obrazy do treningu

Od kilku do kilkunastu

Zwykle setki lub tysiące

Czas treningu

Sekundy lub minuty, na linii produkcyjnej

Od minut do godzin

Wymagana wiedza

Interfejs „wskaż i naucz”

Doświadczenie z AI i przygotowaniem danych

Najlepszy do

Typowych zadań: klasyfikacja, OCR, segmentacja, anomalie

Złożonych, nietypowych aplikacji o najwyższych wymaganiach

Podstawy architektur systemów wizyjnych wyjaśniamy w artykule Co to jest system wizyjny i z czego się składa?, a kierunki rozwoju AI w przemyśle – w tekście Architektury oparte na transformatorach.

Dlaczego warto wybrać Edge Learning?

01

Szybkość wdrożenia

Trening odbywa się bezpośrednio w kamerze, w czasie rzeczywistym. Pierwsze wyniki uzyskasz w kilka minut, bez przestoju linii na zbieranie danych.

02

Prostota obsługi

Intuicyjny interfejs „wskaż i naucz” (example-based training): zamiast programować reguły, pokazujesz kamerze przykłady.

03

Elastyczność

Dobrze radzi sobie ze zmiennym tłem, odblaskami i naturalną zmiennością wyglądu produktów, które utrudniają pracę narzędziom regułowym.

04

Bez dodatkowego sprzętu

Obliczenia wykonuje kamera inteligentna. Nie potrzebujesz komputera przemysłowego ani karty GPU, a wynik trafia prosto do PLC.

Narzędzia Edge Learning: rodzina ViDi EL

Cztery narzędzia pokrywają najczęstsze zadania kontroli wizyjnej. Można je łączyć w jednym zadaniu inspekcji, np. najpierw zlokalizować wadę, a potem ją sklasyfikować.

ViDi EL Segment

Identyfikuje i lokalizuje konkretne obszary, cechy lub wady, „wycinając” je z tła z dokładnością do piksela.

Zastosowania: wykrywanie wad powierzchniowych, zliczanie małych elementów, lokalizacja złożonych obiektów.

Kamery: In-Sight 3800, 8900, L38

Poznaj narzędzie →

ViDi EL Anomaly Detect

Uczy się wyglądu dobrego produktu i automatycznie wskazuje wszelkie odstępstwa – także te, których nie da się wcześniej przewidzieć.

Zastosowania: kontrola jakości, wykrywanie uszkodzeń mechanicznych, zabrudzeń i błędów montażowych.

Kamery: In-Sight 3800, 8900, L38

Poznaj narzędzie →

Jak wygląda trening narzędzia Edge Learning?

edge learning

1

Zbierz przykłady. Wykonaj kilka zdjęć dobrych i wadliwych detali albo przykłady każdej klasy produktu.

2

Oznacz obrazy. W In-Sight Vision Suite wskazujesz klasę lub zaznaczasz wadę – bez pisania reguł i ustawiania progów.

3

Wytrenuj w kamerze. Trening odbywa się bezpośrednio w urządzeniu i zwykle trwa kilka minut.

4

Zweryfikuj i uruchom. Sprawdź wyniki na nowych detalach, w razie potrzeby dodaj obrazy i przekaż wynik do PLC.

Wiedza teoretyczna to dopiero początek

Na szkoleniach z programowania systemów wizyjnych Cognex trenujesz narzędzia Edge Learning na prawdziwych kamerach In-Sight – pod okiem inżynierów Eltron Engineering.

Sprawdź terminy szkoleń i zapisz się

Najczęstsze pytania o Edge Learning

Czym jest Edge Learning w systemach wizyjnych?

To zestaw narzędzi sztucznej inteligencji Cognex (ViDi EL), które działają bezpośrednio w kamerach inteligentnych In-Sight. Narzędzie uczy się na kilku przykładowych obrazach i od razu wykonuje inspekcję na linii, bez komputera i specjalistycznej wiedzy z AI.

Ile obrazów potrzeba do wytrenowania narzędzia Edge Learning?

Zwykle wystarczy od kilku do kilkunastu obrazów na klasę lub przykładów dobrych detali. Dokładna liczba zależy od zmienności produktu i rodzaju wad – przy dużej zmienności warto dodać więcej przykładów.

Czy Edge Learning wymaga komputera lub karty GPU?

Nie. Trening i inspekcja odbywają się w kamerze inteligentnej, a wynik trafia do sterownika PLC przez standardowe protokoły przemysłowe, np. PROFINET lub EtherNet/IP.

Kiedy lepiej wybrać deep learning zamiast Edge Learningu?

Gdy aplikacja jest wyjątkowo złożona: wymaga analizy bardzo dużych obrazów, wielu kamer naraz lub najwyższej dokładności przy subtelnych wadach. Wtedy lepiej sprawdza się deep learning na komputerze PC, np. VisionPro Deep Learning.

Na których kamerach Cognex dostępny jest Edge Learning?

ViDi EL Classify i ViDi EL Read działają w kamerach In-Sight 2800, 3800, 8900 i L38. ViDi EL Segment i ViDi EL Anomaly Detect – w kamerach In-Sight 3800, 8900 i L38.