数控装备专题>>资讯>>资讯>>内容阅读
LMI Technologies 发布AI赋能的 GoPxL Anomaly Detector

最新资讯


LMI Technologies (以下简称LMI)发布 GoPxL Anomaly Detector。Anomaly Detector 运用 GoPxL 传统工具和基于 AI 的工具,为具有挑战性的应用提供强大的 3D 缺陷检测,适用于汽车、食品、建筑材料、轮胎以及多行业应用。


云服务或硬件投入,可以进行初始和后续模型训练。


Anomaly Detector可运用于所有Gocator 线激光、结构光和线共焦传感器,您可从 LMI 网站免费下载该固件,需要购买LMI授权加密狗才能在实时系统上运行Anomaly Detector。用户也可用Replay模式仿真运行进行评估,该模式无需购买加密狗。


Anomaly Detector 应用场景

1、部件检测

检测木材和建筑材料的缺陷和不规则,使用点云边缘和特征工具来进行掩模板材,然后使用 Anomaly Detection 在亮度图上进行缺陷锁定。


Anomaly Detector 主要特点


基于2D亮度或3D高度图数据进行训练

基于亮度和点


无需许可即可使用预览功能

在 Replay 模式下评估异常检测,无需加密狗即可进行训练和推理。


生成合成数据和增强数据

通过集成生成合成缺陷和增强帧,减少训练所需的图像数量,从而提高模型性能。



使用Anomaly Detector,用户无需管理检测阈值。训练依赖于提供 OK 和 NG 零件的数据集,并创建特定于数据集中零件的检测模型。


2、高度集成 AI 建模工作流程



若在GoMax上训练数据,可以避免将数据移动到云端或本地 PC 而带来的相关时间、成本或数据安全问题。训练和交互使用相同的许可,允许在生产中更新模型,无需额外的开发许可证。


4、使用预测来标记新的生产数据



点云异常被传递到后续工具进行测量和计量。用户可以传输特定大小或形状的异常值,具体取决于最终用户认可接受的结果。


6、使用脚本和 Python GDK

添加自定义功能

使用基于 Python 的脚本工具添加自定义逻辑或从本地文件检索测量阈值。高级用户可以利用 Python GDK 使用开源和专有工具训练模型,以便进行后续部署。


或长按识别上方二维码

获取详细资料


关于 LMI Technologies

LMI Technologies作为

Copyright 版权所有 Copyright 2013-2020 福建省云创集成科技服务有限公司 共建合作:中国协同创新网
All Rights Reserved. 运营维护:三明市明网网络信息技术有限公司 业务咨询:0598-8233595 0598-5831286 技术咨询:0598-8915168