GSA Object Counter
reconnaissance et classification des objets
Logiciel de reconnaissance et de classification automatiques d'objets bidimensionnels. Le produit consiste en deux méthodes d'analyse pour la reconnaissance d'objets, qui sont indépendantes l'une de l'autre. L'intelligence artificielle (IA) et l'analyse des couleurs sont utilisées.
Le compteur d'objets GSA est un logiciel développé pour la reconnaissance et la classification automatiques d'objets bidimensionnels. Le produit consiste en deux méthodes d'analyse pour la reconnaissance d'objets, qui sont indépendantes l'une de l'autre.
La première méthode utilise un réseau neuronal. L'intelligence artificielle (IA) est utilisée pour tenter d'assigner de nouveaux objets à des groupes d'objets formés. Cette procédure a été testée dans une approche pratique avec différents objets (objets, nombres) et a donné de très bons résultats.
La deuxième méthode de reconnaissance d'objets est une méthode d'analyse basée sur les couleurs. Cette méthode a également fait ses preuves dans la pratique (détection de différentes bouteilles en PET). La méthode, qui utilise un réseau neuronal, est adaptée aux objets qui se distinguent les uns des autres par leur forme. La méthode d'analyse des couleurs est préférable si les objets ont la même forme mais diffèrent par leur couleur.
La première méthode utilise un réseau neuronal. L'intelligence artificielle (IA) est utilisée pour tenter d'assigner de nouveaux objets à des groupes d'objets formés. Cette procédure a été testée dans une approche pratique avec différents objets (objets, nombres) et a donné de très bons résultats.
La deuxième méthode de reconnaissance d'objets est une méthode d'analyse basée sur les couleurs. Cette méthode a également fait ses preuves dans la pratique (détection de différentes bouteilles en PET). La méthode, qui utilise un réseau neuronal, est adaptée aux objets qui se distinguent les uns des autres par leur forme. La méthode d'analyse des couleurs est préférable si les objets ont la même forme mais diffèrent par leur couleur.
Analyse des couleurs
Paramètres de la méthode d'analyse des couleurs. Les critères de création des groupes de couleurs sont configurés ici. Ces groupes de couleurs sont ensuite utilisés pour la reconnaissance d'objets dans le processus d'analyse des couleurs.
Réseau neuronal
Fenêtre de configuration du réseau neuronal. La dimension et la tolérance aux pannes du réseau sont configurées ici. Il est également possible de définir des filtres d'image qui prennent en charge la reconnaissance d'objets.
Paramètres généraux
Limitation des objets par leur taille. La limitation du nombre minimal et maximal de pixels par objet permet de distinguer l'objet de son environnement.
Paramètres de base et environnement
Réglage de la méthode d'analyse et des critères de validation de l'image. Vous pouvez ici choisir entre les deux méthodes d'analyse disponibles. Les tolérances pour le déclenchement de l'acquisition d'images peuvent être configurées ici.
Contrôle d'image basé sur une minuterie
Le début et la fin de la surveillance peuvent être définis à l'aide d'une minuterie. Définissez quand démarrer ou arrêter le traitement automatisé.
Surveillance de zones d'images définies
La zone d'image surveillée peut être limitée. Cela permet d'éviter les erreurs de reconnaissance des objets.
L'IA en action
L'analyse est terminée. Toutes les images ont été classées dans les bonnes classes d'objets. La correspondance avec le groupe d'objets correspondant est exprimée en pourcentage.
Paramètres du groupe de formation
Toutes les images d'entraînement d'un groupe d'objets sont affichées à des fins de contrôle. Il est possible de supprimer des images du groupe.
Sortie de résultat configurable
La forme et l'étendue de la sortie des résultats sont entièrement réglables. Ainsi, les résultats de l'analyse peuvent être configurés pour des étapes de traitement ultérieures. L'intégration dans d'autres programmes est donc possible.
Salle de formation
Affectation des images d'apprentissage aux groupes d'objets correspondants pour le processus d'analyse des couleurs. Cette affectation manuelle n'est nécessaire qu'une seule fois. Après l'apprentissage, l'objet est reconnu automatiquement.
