위저 인트윗 (머신 러닝 기반)
위저 인트윗은 자가학습이 가능한 머신비전 소프트웨어입니다. 머신 비전(MV)과 인공 지능(AI)의 결합으로 개발된 하이브리드 비전 소프트웨어 입니다
위저 인트윗은 고유한 MV/AI 접근 방식을 활용하여 결함 검사에 대한 복잡한 문제를 해결하는데 탁월합니다.
또한, 위저 인트윗은 학습/훈련 과정을 수행하기 위해 양품 이미지 샘플을 사용합니다.
이러한 솔루션은 기존 머신 비전 및 딥 러닝 접근 방식과 비교하여 솔루션을 만드는 데 필요한 개발 시간을 크게 줄입니다.
위저 인트윗을 사용하는 주요 목적은 품질 향상과(일관성이 다소 떨어지는 육안검사의 오판을 줄임) 생산 효율성을 높이며 반품의 비율을 줄일 수 있습니다. 또한, 3D(Difficult, Dirty, Dangerous)인력을 지식 근로자로 대체할 수 있습니다.
이점 :
트레이닝 이미지
- 학습에 필요한 이미지는 양품으로 국한됩니다. (불량품 수집 불필요)
트레이닝 시간
- 학습 시간은 30초 미만 입니다.
(5MP 카메라, i7 IPC 사용의 경우)
- 동일한 머신비전에 서로다른 제품이 있을 시, 전환 시간이 더욱 빨라집니다.
재-트레이닝
- 이미 학습된 이미지의 경우 다시 트레이닝 하는데 소요되는 시간이 현저히 짧습니다.
평가 기간
- 온라인 또는 원격으로 즉시 평가할 수 있습니다.
쉬운 사용
- 실무자는 툴 사용 및 셋업에 관하여 쉽게 습득할 수 있습니다.
AI 러닝 방법
표준 신경 알고리즘은(Standard Neural Algorithm) 처리 개선을 위해 많은 데이터가 필요합니다. 하지만, 위저 인트윗은 양품 샘플(약 100개)의 소량으로 확실한 결과값을 빠르게 얻을 수 있습니다.
디펙 스크리닝
양품 이미지의 학습이 완료된 후, 수정과정은 공차의 세기와 크기의 조정만으로 가능합니다.
수율 모니터링
리포팅 목적으로 많은 데이터를 수집하여 신속한 결정을 내릴 수 있습니다. 이미지 수집시간 및 기간, 수집량 내역, 경고 등이 포함됩니다.
조명 및 프로그램 제어
조명의 디지털 제어는 다양한 프로젝트 또는 제품 유형에 대해 관리할 수 있습니다. 이것은 광도(light intensity)에 대한 자동 변경을 허용합니다.
