Detección y clasificación de elementos bidimensionales (2D)
Detectar con precisión la presencia o ausencia de artículos, clasificar y ordenar
Productos Relacionados
Cámara inteligente 2D + IA para resolver las necesidades de aplicaciones de detección y clasificación con una facilidad de uso inigualable.
Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi
Las instalaciones de logística deben detectar y clasificar una gran variedad de artículos de forma rápida y precisa. Sin embargo, dado que estos artículos suelen enviarse dentro de una gran variedad de empaques, como cajas, sobres acolchados y bolsas de polietileno, a menudo es difícil detectar con precisión si esos recipientes (cajas, bandejas, etc.) contienen o no algún objeto en su interior a fin de clasificarlos y ordenarlos como es debido para enviarlos a su próximo destino.
Los artículos pueden ser difíciles de detectar dada la amplia variedad de empaques y los distintos fondos de las bandejas o cintas transportadoras. Pero si no se clasifican o enrutan correctamente, pueden terminar en lugares inesperados y quedar, por ejemplo, trabados en un clasificador de cinta transversal o en una cinta transportadora, lo que provocará atascos o daños en los equipos.
El edge learning puede automatizar el proceso de detección, clasificación y ordenamiento de paquetes, de modo que puedan evitarse estos problemas.
El edge learning, que representa un subconjunto de la inteligencia artificial y permite que el procesamiento tenga lugar en el dispositivo o “en el borde”, se basa en un conjunto de algoritmos preentrenados. La tecnología es fácil de configurar, pues requiere conjuntos de imágenes más pequeños y periodos de entrenamiento y validación más breves que las soluciones tradicionales basadas en Deep Learning.
El detector In-Sight 2800 de Cognex, impulsado por tecnología basada en edge learning, resuelve aplicaciones difíciles de detección bidimensional (2D) de artículos y clasificación de objetos, mediante entrenamiento basado en ejemplos sencillos, y potentes algoritmos de inteligencia artificial.
Este sistema puede detectar con precisión la presencia o ausencia de artículos en los clasificadores o procesos de embarque utilizando cajas o bandejas, aun con distintos fondos o bajo contraste. El edge learning permite entrenar el detector In-Sight 2800 con cualquier cantidad de tipos de empaque, para permitir una clasificación adecuada en los procesos de entrada y salida. También puede detectar problemas en el proceso, como la presencia de objetos en el fuelle de un clasificador de banda transversal o un atasco en la cinta transportadora.
