Narzędzie ViDi EL Classify to przełomowe rozwiązanie oparte na sztucznej inteligencji (Edge Learning), które pozwala na błyskawiczną kategoryzację obiektów na linii produkcyjnej. W przeciwieństwie do tradycyjnych systemów wizyjnych, które wymagają definiowania skomplikowanych cech geometrycznych, ViDi EL Classify uczy się rozpoznawać różnice między grupami produktów na podstawie przykładów obrazów. Jest to idealne rozwiązanie do sortowania produktów, identyfikacji typów defektów lub kategoryzacji części według ich wyglądu.
Podobnie jak inne narzędzia z serii ViDi EL, klasyfikator dostępny jest w dwóch środowiskach pracy:
EasyBuilder: Oferuje najbardziej przyjazny interfejs typu „wskaż i kliknij”. Jest to idealne rozwiązanie do szybkich wdrożeń, gdzie priorytetem jest prostota obsługi i minimalny czas konfiguracji.
Spreadsheet: Zapewnia pełną moc inżynieryjną. Pozwala na tworzenie zaawansowanych logik decyzyjnych, dynamiczne sterowanie parametrami uczenia oraz precyzyjną integrację z systemami sterowania PLC/SCADA poprzez arkusz kalkulacyjny.
Konfiguracja funkcji ViDiELClassify w arkuszu In-Sight wymaga wykonania kilku kluczowych kroków, które dają pełną kontrolę nad procesem decyzyjnym:
Zdefiniowanie Regionu: Po dodaniu funkcji do arkusza, należy określić obszar inspekcji (Region). Można go „przypiąć” do innej funkcji lokalizującej, aby narzędzie podążało za przesuwającym się produktem.
Tworzenie Klas (Classes): W arkuszu właściwości definiujemy nazwy kategorii (np. „OK”, „Brak_Elementu”, „Wadliwy”). Narzędzie pozwala na stworzenie wielu klas w ramach jednej inspekcji.
Proces Etykietowania (Labeling): To najważniejszy etap. Należy pokazać kamerze przykładowe produkty i ręcznie przypisać im stworzone wcześniej klasy. Algorytm Edge Learning błyskawicznie analizuje cechy wspólne dla każdej grupy.
Zarządzanie Obrazami Treningowymi: Spreadsheet pozwala na łatwe dodawanie nowych zdjęć do bazy treningowej w dowolnym momencie. Jeśli system ma trudności z rozróżnieniem specyficznego przypadku, wystarczy dodać jeden obraz i ponownie kliknąć przycisk Train.
Interpretacja Wyników (Score & Confusion Matrix): * Best Class: Funkcja zwraca nazwę klasy, do której obiekt jest najbardziej podobny.
Confidence Score: Narzędzie podaje wynik pewności w skali 0-100%. Pozwala to na ustawienie progów bezpieczeństwa (np. jeśli pewność jest mniejsza niż 70%, odrzuć produkt do ponownej weryfikacji).
Proces konfiguracji został opisany w oparciu od dokumentację firmy Cognex załączoną do oprogramowania InSight Vision Suite.