Computer Vision

Wofür Unternehmen Bildanalyse einsetzen

Die Anwendungsfälle, die im Mittelstand tatsächlich in den Betrieb gehen, sind unspektakulärer, als die Fachpresse vermuten lässt. Es geht selten um autonomes Fahren und fast immer um eine wiederkehrende Prüfung, die heute ein Mensch macht und die er gegen Schichtende schlechter macht als am Morgen.

Woran Bildprojekte scheitern

Nach unserer Erfahrung liegt das Problem fast nie beim Modell. Die Architekturen für Klassifikation, Objekterkennung und Segmentierung sind gut erforscht und frei verfügbar. Die Segmentierung, also das pixelgenaue Freistellen eines Bereichs, arbeitet dabei in derselben Encoder-Decoder-Bauart wie die maschinelle Übersetzung: erst ein verdichtetes Abbild der Aufnahme, dann eine Ausgabe in der Größe des Originals. Was Projekte kippen lässt, ist die Aufnahmesituation.

Ein Beispiel, das in ähnlicher Form immer wieder auftaucht: Eine Prüfstation steht neben einem Rolltor. Im Winter fällt gegen Mittag Sonnenlicht auf das Band, und ein Modell, das im Dezember an Aufnahmen aus der Halle trainiert wurde, wird im Juni unbrauchbar. Feste Beleuchtung, abgeschirmtes Prüffeld, immer gleicher Abstand zur Kamera. Diese drei Punkte entscheiden mehr über die Trefferquote als die Wahl zwischen zwei Netzarchitekturen.

Der zweite Klassiker sind fehlende Fehlerbilder. Wer eine Ausschussquote von unter einem Prozent hat, findet im Archiv Tausende Gutteile und eine Handvoll Fehler. Dafür gibt es Wege, etwa das Training ausschließlich auf Gutteilen mit anschließender Abweichungsmeldung, oder das gezielte Anlegen von Fehlerteilen für die Aufnahme. Beides muss man aber vorher wissen und einplanen.

Was wir konkret machen

Wir beginnen mit einer Machbarkeitsprüfung auf dem Bildmaterial, das bei Ihnen ohnehin anfällt. Daraus entsteht eine Aussage, die zwei Richtungen haben kann: Entweder reicht das vorhandene Material für ein brauchbares Modell, oder am Prüfplatz muss vorher etwas umgebaut werden, meist Kamera, Objektiv oder Licht. Beide Antworten sind ein Ergebnis.

Danach bauen wir einen Piloten an einer Station. Der läuft zunächst mit, ohne einzugreifen, und wird gegen die Entscheidung des Prüfers gemessen. Erst wenn diese Zahlen stimmen, koppeln wir die Anlage an. Die Modelle laufen dabei auf Ihrer Hardware. Für die meisten Prüfaufgaben genügt eine einzelne GPU im Schaltschrank, und Ihre Konstruktions- und Prozessbilder bleiben im Haus.

Bilddaten sind bei uns kein neues Thema. Das erste Bildprojekt von Bernhard Mayr liegt im Jahr 2012, nachzulesen in der Geschichte des Unternehmens. Die Fragen, die ein Bildprojekt trägt, sind seither die gleichen geblieben.