Computer Vision KI-Tool optimiert die Produktion durch Videoannotation
Computer Vision KI-Videokategorisierung zur Automatisierung und Erkenntnisgewinn aus Fertigungsvideos zur Optimierung von Produktionsprozessen.
Obwohl viele Hersteller über die nötigen Daten verfügen, nutzen sie diese nicht für die KI-Optimierung ihrer Produktion.
Unser Projektpartner Signify verfügte über eine umfangreiche Sammlung von Videoaufnahmen aus Industriekameras, die verschiedene Bereiche und Produktionsstufen abdeckten.
Solche Daten sind eine hervorragende Grundlage für Machine-Learning-Algorithmen. Mithilfe dieser Daten können Objekte erkannt und verfolgt sowie Fehler und fehlende Komponenten aufgezeigt werden. Die Daten machen Optimierungsbereiche, fehlerhafte Montagen und Verschwendung sichtbar, die sich schneller und effektiver reduzieren lassen als bei manueller Arbeit.
Das Problem war, dass die Daten ohne einen kostspieligen Kategorisierungsprozess unbrauchbar waren.
Die Entwicklung einer solchen KI-Lösung stößt jedoch auf ein großes Hindernis: Die manuelle Beschreibung all dieser Videos erfordert Tausende Arbeitsstunden. Zudem muss der Inhalt verstanden und die Daten für das spätere Training der KI kategorisiert werden. Dieser Prozess ist sehr arbeitsintensiv, zeitaufwendig und teuer. Das wirkt sich wiederum auf die Rentabilität der Innovation aus.
👋 Hey, woran arbeiten Sie gerade?
Geben Sie uns ein paar Informationen über Ihre KI Herausforderung oder Idee, egal wie komplex sie ist. Unser Expertenteam bietet Ihnen seine Expertise in Bezug auf Machbarkeit, Budget und Umfang an. Lassen Sie uns gemeinsam eine Lösung entwickeln!
Unsere Idee war: „Helfen wir mit KI, einer KI die Bilder zu verstehen.“
Wir haben ein KI-Tool entwickelt, das manuelle Markierungen in Frames analysiert und die Ergebnisse auf einen größeren Datensatz hochrechnet.
Man lädt die Videos einfach in das Tool hoch und gibt Beispiele für die Suche an. Dann beschreibt die KI-Lösung das restliche Material entsprechend der Beispiele für das zukünftige Machine Learning. So entsteht ein neuer Datensatz, mit dem die Modelle trainiert werden können. Diese Überwachungsmodelle können den Produktionsprozess nach dem Training überwachen, Zeit messen und neue Einblicke liefern. Diese Informationen zeigen effektive Optimierungsbereiche für die Produktionslinie auf.
Das Ergebnis ist ein mit Daten gespeister Computer-Vision-Algorithmus in der Produktion. Dieser hilft Fachleuten, Rückschlüsse auf Optimierungsmöglichkeiten zu ziehen und neue, automatisch gewonnene Erkenntnisse über den Produktionsprozess zu gewinnen.
Dieses Projekt ist Teil der AIMS5.0-Initiative, einem europäischen Forschungs- und Entwicklungsprojekt, das die koordinierte Einführung von KI in die Industrie sowie die Nachhaltigkeitsverbesserung in der Halbleiterindustrie zum Ziel hat.
Sie haben ein Projekt im Sinn? Sprechen wir darüber.
Kontaktieren Sie uns!
Senden Sie uns eine E-Mail: [email protected]
