¡Ejecute con ONNX modelos de IA directamente en el hardware de wenglor!
ONNX (Open Neural Network Exchange, intercambio de redes neuronales abiertas) es un estándar abierto que permite la integración de modelos de IA entre plataformas en una amplia gama de aplicaciones. ONNX convierte los modelos de IA creados en diferentes entornos de desarrollo, como PyTorch o TensorFlow, en un formato universal. De este modo, los modelos se pueden utilizar en otras plataformas.
Facilidad de uso y eficiencia
¡Ahorre tiempo de desarrollo y recursos!
Con el módulo “Imagen ONNX”, la preparación de datos requiere menos esfuerzo, ya que los modelos de IA se pueden importar fácilmente y ejecutar en uniVision 3.
Aplicación flexible
¡Combine la IA con el procesamiento de imágenes basado en reglas!
El módulo “Imagen ONNX” se puede integrar en el flujo de trabajo de uniVision 3 y combinarse libremente con módulos para el procesamiento de imágenes basado en reglas.
Escalabilidad e independencia de la plataforma
¡Utilice modelos de IA con diferente hardware!
Los modelos ONNX se pueden utilizar tanto en las Smart Cameras de la serie B60 como en los controladores de visión artificial.
Integración sencilla
¡Aproveche las interfaces industriales existentes!
Los resultados se pueden procesar directamente a través de la infraestructura de comunicación existente de uniVision 3 en el proceso de producción.
Utilización de modelos de IA con ONNX en uniVision 3
El módulo “Imagen ONNX” ofrece funciones de IA para la clasificación de imágenes. Los modelos ONNX existentes se integran perfectamente en el flujo de trabajo y se pueden utilizar directamente para el procesamiento industrial de imágenes. La visualización de mapas térmicos permite comprobar el funcionamiento de los modelos.
Rendimiento superior con alta compatibilidad del hardware
Con el software uniVision 3, el hardware de visión artificial de wenglor ofrece los requisitos óptimos para la ejecución eficiente de modelos ONNX.
- Las Smart Cameras de la serie B60 están equipadas con una unidad de procesamiento neuronal (NPU) integrada, optimizada especialmente para acelerar los cálculos de la IA. Esto permite realizar tareas exigentes, como la clasificación de imágenes, de forma rápida y fiable.
- Los controladores de visión artificial de la serie MVC utilizan la plataforma de aceleración de hardware OpenVINO para ejecutar de forma eficiente los modelos ONNX a la vez que minimizan el consumo de recursos.
Integración perfecta, máxima productividad: El flujo de trabajo con ONNX y uniVision 3
Creación del modelo de IA en formato ONNX
Conversión
Integración en uniVision 3
¿Qué se entiende por clasificación de IA en el procesamiento de imágenes?
La clasificación de la IA en el procesamiento de imágenes utiliza redes neuronales convolucionales (CNN). Estas redes neuronales analizan las imágenes y las asignan a una clase predefinida en función de determinadas características. Al hacerlo, el sistema aprende a diferenciar las propiedades típicas de las respectivas clases.
Cuando se captura una nueva imagen, el modelo de IA le proporciona una distribución de probabilidades (puntuación) en todas las clases posibles. La clase con la mayor probabilidad se considera la predicción del modelo. Esto permite, por ejemplo, diferenciar automáticamente entre componentes correctos (OK) y defectuosos (NOK). Además de una clasificación binaria (OK/NOK), el modelo también puede distinguir varias clases de error.
Para que la lógica de toma de decisiones de la IA sea más transparente, también se genera un mapa térmico que visualiza las áreas de la imagen que han influido más en el modelo durante la clasificación. Esto permite a los usuarios comprender mejor qué características llevaron a la decisión del modelo.
Un ejemplo es el control de calidad en la producción mediante moldeo por inyección. Aquí pueden producirse diferentes tipos de errores que el modelo de IA detecta y clasifica con precisión. Dado que estos errores a menudo varían en cuanto a forma y manifestación, la clasificación de la IA ofrece una mayor flexibilidad y precisión que los procedimientos basados en reglas. La combinación entre la IA y el procesamiento de imágenes clásico hace que el sistema sea especialmente potente, lo que permite un control de calidad sólido y fiable.
Cuando se captura una nueva imagen, el modelo de IA le proporciona una distribución de probabilidades (puntuación) en todas las clases posibles. La clase con la mayor probabilidad se considera la predicción del modelo. Esto permite, por ejemplo, diferenciar automáticamente entre componentes correctos (OK) y defectuosos (NOK). Además de una clasificación binaria (OK/NOK), el modelo también puede distinguir varias clases de error.
Para que la lógica de toma de decisiones de la IA sea más transparente, también se genera un mapa térmico que visualiza las áreas de la imagen que han influido más en el modelo durante la clasificación. Esto permite a los usuarios comprender mejor qué características llevaron a la decisión del modelo.
Un ejemplo es el control de calidad en la producción mediante moldeo por inyección. Aquí pueden producirse diferentes tipos de errores que el modelo de IA detecta y clasifica con precisión. Dado que estos errores a menudo varían en cuanto a forma y manifestación, la clasificación de la IA ofrece una mayor flexibilidad y precisión que los procedimientos basados en reglas. La combinación entre la IA y el procesamiento de imágenes clásico hace que el sistema sea especialmente potente, lo que permite un control de calidad sólido y fiable.
Ejemplo de componente correcto (OK)
Ejemplo de componente defectuoso (NOK)
Ejemplo de componente defectuoso (NOK)
Ejemplo de componente defectuoso (NOK)
Concesión de licencias
El módulo “Imagen ONNX” forma parte del paquete de licencia “uniVision AI” y está disponible para todos los productos con el software wenglor uniVision 3.
Se aplican las siguientes reglas de licencia:
Se aplican las siguientes reglas de licencia:
- Serie B60: DNNL031 – Licencia B60 uniVision AI
- Serie MVC: DNNL032 – Licencia MVC uniVision AI
- Simulador uniVision fuera de línea: El módulo se puede utilizar sin licencia adicional
¿Tiene alguna pregunta?