Johannes Hiltner von MVTec Software zu Deep-Learning-Funktionen

Industrielle Bildverarbeitung mit integrierter Entwicklungsumgebung

Johannes Hiltner von MVTec Software zu Deep-Learning-Funktionen

MVTec_Johannes_Hiltner_ProductManager_HALCON.jpg
Johannes Hiltner, Product Manager Halcon, MVTec Software GmbH Bild: MVTec Software
Anzeige
MVTec Halcon ist eine umfassende Standardsoftware für die industrielle Bildverarbeitung mit integrierter Entwicklungsumgebung. Johannes Hiltner, Product Manager Halcon bei der MVTec Software GmbH, erklärt im Gespräch, was die Ergänzung der aktuellen Softwareversion um Deep-Learning-Funktionen für Anwender bedeutet.

Interview: Irene Knap, Redakteurin KEM Konstruktion

KEM Konstruktion: Herr Hiltner, inwiefern kann Deep-Learning-Technologie Anwendern einen Mehrwert liefern?

Hiltner: Vereinfacht gesagt können wir als Menschen schon auf Basis einer sehr geringen Datenmenge viele Dinge erkennen und einordnen. Bei traditionellen Methoden der Bildverarbeitung wird zunächst eine gewisse Datenmenge benötigt, von der ausgehend Merkmale extrahiert und Algorithmen entwickelt werden können. Wenn ein solcher Algorithmus dann allerdings auf der Basis von beispielsweise 100 Bildern optimiert wurde, wird er sich durch weitere 100 nicht noch weiter verbessern lassen und die Erkennungsraten sind in der Regel deutlich geringer als beim Menschen. Mit Deep Learning benötigt man dagegen im ersten Schritt sehr große Datenmengen. Dafür können dann aber nicht nur die Erkennungsraten von traditionellen Methoden bei weitem überschritten werden – wenn die zur Verfügung stehende Datenmenge groß genug ist, ist es mit Deep Learning sogar möglich, die Erkennungsrate von Menschen zu übertreffen.

KEM Konstruktion: In MVTec Halcon wurden zwei Netzwerkarchitekturen implementiert, die grundsätzlich vortrainierte Deep-Learning-Netze zur Verfügung stellen. Wie unterscheiden sie sich?

Hiltner: Unser Enhanced-Netz weist eine eher komplexe Struktur auf und ist damit besser für schwierige Klassifikationsergebnisse geeignet, während das Compact-Netz eine eher vereinfachte Struktur hat, mit der höhere Verarbeitungsgeschwindigkeiten erreicht werden. Beide Architekturen wurden bereits mit mehreren Millionen, rechtlich einwandfreier Bilder aus dem Industrieumfeld vortrainiert und optimiert, sodass Anwender nun ihre Deep-Learning-Applikationen direkt darauf aufbauen können.

KEM Konstruktion: Inwiefern können rechtliche Aspekte eine Rolle spielen?

Hiltner: Für die Millionen Bilder, die für das Vortraining eines Deep-Learning-Netzes benötigt werden, greifen manche Firmen auf Open-Source-Datenbanken zurück. Dann kann es allerdings sein, dass das Netz nicht kommerziell eingesetzt werden darf, da damit das Copyright der Bilder verletzt wird.

KEM Konstruktion: Wie unterscheidet sich das Training eines Deep-Learning-Netzes von der Erstellung eines Klassifikations-Algorithmus für Anwender?

Hiltner: Bisher mussten Machine-Vision-Experten die Eingangsdaten genau analysieren und die entsprechenden Merkmale sowie die Defekttypen extrahieren. Je nach Anwendung kann dies im industriellen Umfeld zu sehr umfangreichen und komplexen Codes führen, deren Verwaltung zuweilen schwierig ist – besonders wenn ein neuer Defekttyp in den bestehenden Code integriert werden soll. In Zusammenhang mit Deep Learning erfolgt die Extraktion der einzelnen Merkmale automatisiert. Dafür wird das Netz mit Bilddaten trainiert, die in die beiden Kategorien ‚OK‘ und ‚Not-OK‘ sortiert wurden.

KEM Konstruktion: Werden die Deep-Learning-Funktionen von Halcon bereits in der Praxis eingesetzt?

Hiltner: Ja, wir beziehen unsere Anwender regelmäßig schon früh in unsere Entwicklungen mit ein und haben es 2017 geschafft, einige großartige Pilotkunden zu identifizieren. Diese haben uns mit ihren aktuellen Anwendungen bei der Optimierung der Algorithmen unterstützt.

www.mvtec.com

Hannover Messe 2018: Halle 17, Stand E42/6

Anzeige

Aktuelle Ausgabe

Newsletter

Unsere Dosis Wissensvorsprung für Sie. Jetzt kostenlos abonnieren!

Top-Thema Spannvorrichtungen

Spannvorrichtungen

Alles über Spannvorrichtungen und welches Einsparungspotenzial sie bieten

Top-Thema Schaltschränke

Alle Infos über den Schaltschrankbau mit seinen Komponenten, Geräten und deren Verdrahtung

Kalender

Aktuelle Termine für Konstrukteure

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Hier finden Sie aktuelle Whitepaper
Anzeige

Industrie.de Infoservice

Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de