คอร์เท็กซ์
ตัวอย่างระบบการเรียนรู้เชิงลึกและการอนุมานที่มีประสิทธิภาพ
เหนือมนุษย์
ความถูกต้อง
บรรลุความแม่นยำเหนือมนุษย์ด้วย 9X การหลบหนีที่ต่ำกว่าบนความแปรปรวนสูง ข้อบกพร่องแต่ไม่มากเกินไป ส่วนโอเค
ตัวอย่างที่มีประสิทธิภาพ
AI
สอนโมเดลอย่างรวดเร็วด้วยจำนวนน้อยเท่า ภาพ 5 ต่อประเภทข้อบกพร่อง
รวดเร็ว
การตัดสินใจ
จนถึง 100 MP/วินาที ความเร็วในการอนุมานผ่านการตัดสินใจอย่างรวดเร็ว โอเค/ไม่นะ
ปรับ
ค่าความคลาดเคลื่อน
พิกเซลที่แม่นยำ การแบ่งส่วนข้อบกพร่องและ ความคลาดเคลื่อนที่ปรับได้
ฝึกอบรมอย่างรวดเร็วด้วย AI ที่มีประสิทธิภาพในการสุ่มตัวอย่าง
Manage AI model development through the four core functional centers: AI model labeling, AI training, thresholds tuning, production line data
ใช้อินเทอร์เฟซแบบลากและวางที่ใช้งานง่ายเพื่อพัฒนาโมเดล AI
ใช้เพียงภาพ 5 ภาพในการฝึกโมเดล AI
High Resolution image support, up to 50MP
การอนุมานความเร็วสูง
ความเร็วในการอนุมานสูงถึง 100MP/s
อัตราการตรวจจับสูงสุดถึง 1200 ชิ้น/นาที
โมเดล AI ปรับตัวเข้ากับการเปลี่ยนแปลงสีได้อย่างรวดเร็ว
การบูรณาการและความเข้ากันได้ที่กว้างขึ้น
การรองรับโปรโตคอล PLC ที่ขยายเพิ่มขึ้น: ความเข้ากันได้ที่กว้างขึ้นกับโปรโตคอล PLC หลักทั้งหมด รวมถึงการรวมทริกเกอร์ที่แข็งแกร่ง
ตัวเลือกกล้องที่ยืดหยุ่น: ความเข้ากันได้ของกล้อง GigE สำหรับการใช้งานที่หลากหลาย
ระบบนิเวศแบบเปิด: SDK ที่พร้อมใช้งานสำหรับพันธมิตรภายนอกเพื่อสร้างส่วนขยายซอฟต์แวร์แบบกำหนดเอง
ระบบการจัดการกลางสำหรับการวัดขนาด
จัดการและเพิ่มประสิทธิภาพโมเดลโดยไม่รบกวนการผลิต
ปรับใช้โมเดล AI ทั่วทั้งสายการผลิตทั่วโลกด้วยสถาปัตยกรรมที่ปรับขนาดได้ของ CorteX
จัดการข้อมูลและป้ายกำกับการฝึกอบรม AI แบบรวมศูนย์
ทราบอัตราผลตอบแทนล่วงหน้าก่อนที่จะปรับใช้โมเดลใหม่ด้วยการจำลองการผลิต
ปรับปรุงเกณฑ์คุณภาพเพื่อผลผลิต
ปรับแต่งเกณฑ์คุณภาพในทันทีตามคุณลักษณะที่ปรับได้ 6 ประการ
แสดงภาพผลกระทบต่อผลผลิตก่อนที่จะนำโมเดล AI ไปใช้งานในการผลิต
Use LIMIT - a separate inference decision from OK or NG - to set aside parts based on certain thresholds to further validate
ไม่ใช่แค่การตรวจจับข้อบกพร่องเท่านั้น การตรวจสอบแบบครบวงจรที่ให้:
การขอ UnitX ความได้เปรียบ
ความพยายาม
ต้องใช้วิศวกรพัฒนากฎเฉพาะที่ซับซ้อนสำหรับข้อบกพร่องและประเภทชิ้นส่วนแต่ละชิ้น
ต้องใช้รูปภาพ 100 รูปเพื่อฝึก
อินเทอร์เฟซการฝึกอบรมที่ใช้งานง่ายต้องการภาพเพียง 5 ภาพในการฝึกอบรม ไม่จำเป็นต้องมีประสบการณ์ด้าน AI ปรับตัวให้เข้ากับผลิตภัณฑ์ใหม่และประเภทข้อบกพร่องได้อย่างรวดเร็ว
ความถูกต้อง
แม่นยำเฉพาะสำหรับข้อบกพร่องที่กำหนดไว้ชัดเจนและชิ้นส่วนที่มีสภาพแวดล้อมสม่ำเสมอซึ่งนำไปสู่การรั่วไหลและการเกินจำเป็น
อาจล้มเหลวเนื่องจากความแปรปรวนของตำแหน่งชิ้นส่วนและทิศทาง บางครั้งอาจต้องใช้เครื่องมือจัดตำแหน่งเพิ่มเติม
แม่นยำสำหรับข้อบกพร่องที่มีความซับซ้อนและแปรผันในด้านรูปร่าง ขนาด ตำแหน่ง และการนำเสนอ โดยปรับมาตรฐานความแปรผันของตำแหน่งโดยอัตโนมัติ
การเพิ่มประสิทธิภาพผลตอบแทน
ต้องใช้ความพยายามด้วยมือในการปรับเกณฑ์คุณภาพ ไม่ชัดเจนว่าเกณฑ์ต่างๆ ส่งผลต่อผลผลิตอย่างไร ทำให้เกิดการทำงานเกินความจำเป็น
ต้องใช้ความพยายามด้วยมือในการปรับเกณฑ์คุณภาพ ไม่ชัดเจนว่าเกณฑ์ต่างๆ ส่งผลต่อผลผลิตอย่างไร ทำให้เกิดการทำงานเกินความจำเป็น
ปรับแต่งเกณฑ์คุณภาพที่เฉพาะเจาะจงสำหรับแต่ละข้อบกพร่องได้อย่างง่ายดายในคุณลักษณะต่างๆ มากมาย แสดงให้เห็นผลกระทบต่อผลผลิตก่อนที่จะผลักดันการเปลี่ยนแปลงไปสู่การผลิต
แผ่นข้อมูล CorteX
