RCV ist eine modulare Plattform, mit der unter Verwendung von Künstlicher Intelligenz (KI), im Speziellen Deep-Learning-Algorithmen, sämtliche Computer-Vision-Anwendungsfälle, wie die Bildklassifikation, die Objekterkennung sowie die Bildsegmentierung umgesetzt werden können.

Die Lösung bietet größtmögliche Flexibilität bei der Umsetzung sämtlicher Anwendungsfälle im Kontext von Computer Vision. Ob es sich um die Optimierung von Qualitätsprüfungen oder die Erkennung von Objekten handelt – RCV stellt eine breite Palette an Services für aktuelle betriebliche Problemstellungen bereit.

Produktflyer (PDF)

Anwendungsgebiete

Funktionalitäten und Mehrwerte im Überblick

  • Skalierbarkeit
  • Modulare Plattform
  • Automatisierte Tool-Chain
  • Kompatibel mit Microsoft Azure IoT Edge Framework
  • Integriertes Modelltraining
  • Multi-Framework-Unterstützung
  • Betrieb on-premises/in der Cloud/hybrid

 

  • Qualitätsverbesserung
  • Kollaboratives Zusammenarbeiten
  • Effiziente Prozesse
  • Optimierte Produkte
  • Reduzierte Qualitätskosten
  • Zukunftssichere Erweiterbarkeit der Deep Learning Frameworks
  • Flexible Datenspeicherung

Umfangreiche Plattform-Lösung

Alle Komponenten der Plattform basieren in ihrer Architektur auf einer Container-Virtualisierung und können damit sowohl on-premises als auch in der Cloud oder sogar hybrid ausgeführt werden. Mit einer einfachen Kalibrierung und Übertragbarkeit bietet RCV individuelle Lösungen für Ihren Anwendungsfall.

Die Lösung bietet die Möglichkeit zur Anreicherung mit Daten aus anderen Systemen (MES etc.) ebenso wie erweiterbare Schnittstellen für kundenspezifische Lösungen und integriert die aktuellen Deep Learning Frameworks.

 

Vom Bild zum Modell

In der RCV-Tool-Chain sind alle Schritte von der Datenaufbereitung und -speicherung über das Modelltraining und die Modellbewertung bis hin zur Modellbereitstellung abgedeckt. Der Trainingsdatenbestand kann durch integrierte Bildargumentationsmethoden erweitert werden. Das RCV-Cockpit bildet dabei die zentrale Steuerung für die Daten- und Modelladministration.

Mit dem Einsatz des trainierten Modells in der Produktion läuft der gesamte Prozess von der Bilderfassung über die Verarbeitung und Auswertung vollautomatisch ab. Die interaktive Oberfläche zur Visualisierung sowie Konfiguration von Testplänen, zum Importieren von Daten aus externen Quellen sowie zur Anzeige und Archivierung der Ergebnisse bietet volle Flexibilität beim Einsatz von RCV.