text.skipToContent text.skipToNavigation

ONNX

Le mo­dule « Image ONNX » per­met d’exé­cu­ter des mo­dèles d’IA di­rec­te­ment sur le ma­té­riel uni­Vi­sion 3. Cette tech­no­lo­gie four­nit une so­lu­tion flexible et ra­pide pour les tâches de clas­si­fi­ca­tion d’images sans né­ces­si­ter d’équi­pe­ment sup­plé­men­taire. Rejoignez-​nous pour dé­cou­vrir les avan­tages de l’in­té­gra­tion mul­ti­pla­te­forme des mo­dèles d’IA !
Avantages
Flux de travail
Classification par IA
Licence

Exé­cu­tez les mo­dèles d’IA ONNX di­rec­te­ment sur le ma­té­riel wen­glor !

ONNX (Open Neu­ral Net­work Ex­change) est une norme ou­verte qui per­met d’in­té­grer des mo­dèles d’IA sur plu­sieurs plates-​formes dans di­verses ap­pli­ca­tions. Avec ONNX, les mo­dèles d’IA créés dans dif­fé­rents en­vi­ron­ne­ments de dé­ve­lop­pe­ment tels que Py­Torch ou Ten­sor­Flow sont conver­tis dans un for­mat uni­ver­sel. Les mo­dèles sont ainsi prêts à être uti­li­sés sur d’autres pla­te­formes.
Fa­ci­li­té d’uti­li­sa­tion et ef­fi­ca­ci­té
Éco­no­mi­sez du temps de dé­ve­lop­pe­ment et des res­sources !
Grâce à l’im­por­ta­tion et l’exé­cu­tion simples des mo­dèles IA dans uni­Vi­sion 3, le mo­dule « Image ONNX » ré­duit le tra­vail de pré­pa­ra­tion des don­nées. 
Flexi­bi­li­té d’ap­pli­ca­tion
Com­bi­nez l’IA et le trai­te­ment d’image basé sur des règles !
Le mo­dule « Image ONNX » peut être in­té­gré dans le flux de tra­vail d’uni­Vi­sion 3 et com­bi­né de ma­nière flexible avec des mo­dules de trai­te­ment d’image basé sur des règles.
Évo­lu­ti­vi­té et in­dé­pen­dance vis-​à-vis des pla­te­formes
Uti­li­sez des mo­dèles d’IA sur dif­fé­rents ma­té­riels !
Les mo­dèles ONNX peuvent être uti­li­sés aussi bien sur les Smart Ca­me­ras de la série B60 que sur les contrô­leurs de vi­sion in­dus­trielle.
In­té­gra­tion simple
Pro­fi­tez des in­ter­faces in­dus­trielles exis­tantes !
Les ré­sul­tats peuvent être trai­tés di­rec­te­ment dans le pro­ces­sus de pro­duc­tion via l’in­fra­struc­ture de com­mu­ni­ca­tion exis­tante d’uni­Vi­sion 3.

Uti­li­ser les mo­dèles d’IA avec ONNX dans uni­Vi­sion 3

Le mo­dule « Image ONNX » offre des fonc­tions d’IA pour la clas­si­fi­ca­tion des images. Les mo­dèles ONNX exis­tants s’in­tègrent par­fai­te­ment au flux de tra­vail et peuvent être di­rec­te­ment uti­li­sés pour le trai­te­ment d’images in­dus­triel. La vi­sua­li­sa­tion de la carte ther­mique per­met de vé­ri­fier le fonc­tion­ne­ment des mo­dèles. 

Per­for­mances su­pé­rieures avec une com­pa­ti­bi­li­té ma­té­rielle éle­vée

Grâce au lo­gi­ciel uni­Vi­sion 3, le ma­té­riel de vi­sion in­dus­trielle wen­glor offre les condi­tions op­ti­males pour l’exé­cu­tion ef­fi­cace de mo­dèles ONNX.

  • Les Smart Ca­me­ras de la série B60 sont équi­pées d’une unité de trai­te­ment neu­ro­nal (NPU) in­té­grée, spé­cia­le­ment op­ti­mi­sée pour ac­cé­lé­rer les cal­culs d’IA. Cela per­met d’ef­fec­tuer ra­pi­de­ment et de ma­nière fiable des tâches exi­geantes telles que la clas­si­fi­ca­tion d’images.
  • Les contrô­leurs de vi­sion in­dus­trielle de la série MVC uti­lisent la pla­te­forme d’ac­cé­lé­ra­tion ma­té­rielle Open­VI­NO pour exé­cu­ter ef­fi­ca­ce­ment les mo­dèles ONNX tout en mi­ni­mi­sant la consom­ma­tion de res­sources.

Avec uni­Vi­sion 3, ob­te­nez une so­lu­tion évo­lu­tive pour une in­té­gra­tion simple de l’IA dans vos ap­pli­ca­tions de trai­te­ment d’images in­dus­trielles !


Intégration fluide, productivité maximale : Le flux de travail avec ONNX et uniVision 3

Création du modèle d’IA au format ONNX
Conversion
Intégration dans uniVision 3

Qu’entend-​on par clas­si­fi­ca­tion par IA dans le trai­te­ment d’images ?

La clas­si­fi­ca­tion par IA dans le trai­te­ment d’images uti­lise des ré­seaux neu­ro­naux convo­lu­tion­nels (CNN). Ces ré­seaux neu­ro­naux ana­lysent les images et les ca­té­go­risent dans une classe pré­dé­fi­nie en fonc­tion de cer­taines ca­rac­té­ris­tiques. Le sys­tème ap­prend ainsi à dis­tin­guer les ca­rac­té­ris­tiques ty­piques de chaque classe.
Lors­qu’une nou­velle image est cap­tu­rée, le mo­dèle d’IA lui four­nit une ré­par­ti­tion de pro­ba­bi­li­té (score) sur toutes les classes pos­sibles. La classe la plus pro­bable est consi­dé­rée comme la pré­dic­tion du mo­dèle. Cela per­met par exemple de dis­tin­guer au­to­ma­ti­que­ment les com­po­sants sans dé­faut (OK) et dé­fec­tueux (NOK). Outre une clas­si­fi­ca­tion bi­naire (OK/NOK), le mo­dèle peut éga­le­ment dis­tin­guer plu­sieurs classes d’er­reurs.
Pour rendre la lo­gique dé­ci­sion­nelle de l’IA plus trans­pa­rente, une carte ther­mique est éga­le­ment créée pour vi­sua­li­ser les zones de l’image qui ont le plus in­fluen­cé le mo­dèle lors de la clas­si­fi­ca­tion. Cela per­met aux uti­li­sa­teurs de mieux com­prendre les ca­rac­té­ris­tiques qui ont conduit à la dé­ci­sion du mo­dèle.

Un exemple est le contrôle qua­li­té dans la pro­duc­tion de mou­lage par in­jec­tion. Dif­fé­rents types d’er­reurs peuvent sur­ve­nir ici, que le mo­dèle d’IA dé­tecte et classe avec pré­ci­sion. Étant donné que ces er­reurs se ma­ni­festent sou­vent de ma­nière va­riable en termes de forme et d’in­ten­si­té, la clas­si­fi­ca­tion par IA offre une flexi­bi­li­té et une pré­ci­sion su­pé­rieures par rap­port aux mé­thodes ba­sées sur des règles. La com­bi­nai­son de l’IA et du trai­te­ment d’image clas­sique rend le sys­tème par­ti­cu­liè­re­ment per­for­mant, ce qui per­met un contrôle qua­li­té per­for­mant et fiable. 

Exemple de com­po­sant sans dé­faut (OK)

Exemple de com­po­sant dé­fec­tueux (NOK)

Exemple de com­po­sant dé­fec­tueux (NOK)

Exemple de com­po­sant dé­fec­tueux (NOK)

Li­cence

Le mo­dule « Image ONNX » fait par­tie du pack de li­cence « uni­Vi­sion AI » et est dis­po­nible pour tous les pro­duits avec le lo­gi­ciel wen­glor uni­Vi­sion 3.

Les règles de li­cence sui­vantes s’ap­pliquent :
  • Série B60 : DNNL031 – Li­cence B60 uni­Vi­sion AI
  • Série MVC : DNNL032 – Li­cence MVC uni­Vi­sion AI
  • Si­mu­la­teur hors ligne uni­Vi­sion : le mo­dule peut être uti­li­sé sans li­cence sup­plé­men­taire
Contact
Contact
Comparaison des produits
3/4
4/4
5/4
6/4