ANFRAGE
interpack_23_reflexx_ai_title_l.jpg

interpack: Erhellendes zur intelligenten Bildauswertung

Was bringt künstliche Intelligenz bei der Bildauswertung? Welche Vorteile hat HEUFT reflexx A.I. da gegenüber herkömmlichen Verfahren? Und was hat das alles mit tanzenden Nudeln zu tun? Aufklärung gibt es Anfang Mai an der Enlightenment-Station auf unserem interpack-Messestand.

Schon einmal versucht, ein winziges Spaghetti-Stück unter lauter ringförmigen Nudeln zu finden? Die Suche nach der der sprichwörtlichen Nadel im Heuhaufen ist im Vergleich dazu sogar noch einfacher! Schließlich unterscheidet diese sich immerhin farblich von Heu, wohingegen die Spaghetti in Kolorierung und Kontrast so gut wie gar nicht von der anderen Pasta-Sorte abweicht. Gerade, wenn es um Röntgenaufnahmen geht, kann man bei der Auswertung von Erkennungsbildern solcher „strukturierter Produkte“ deshalb nicht auf klassische Verfahren wie Grauwert- und Farberkennung vertrauen.

Das gesuchte Spaghetti-Fragment wäre damit nämlich genauso wenig identifizierbar wie Glassplitter, Metallteilchen und andere gefährliche Fremdkörper in der ungeordneten Menge strukturierter Einzelprodukte. Bei der Bildauswertung ist deshalb künstliche Intelligenz gefragt, die exakt auf die Form achtet, um gerade Nudeln sicher von geringelten zu unterscheiden – oder auch O-Ringe, Schraubenmuttern und weitere sehr ähnlich geformte Objekte. Wie genau das funktioniert und welche smarten Technologien wir dazu entwickelt haben, demonstrieren wir an einer der Enlightenment-Stationen auf unserem interpack-Messestand:

KI zur präzisen Formerkennung

Auf einer vibrierenden Platte bringen wir geringelte Nudeln zum Tanzen; ohne Orientierung bewegen sie sich dort kreuz und quer hin und her. So können Sie selbst ausprobieren, was passiert, wenn man eine gerade Spaghetti oder gar einen sehr ähnlich geformten O-Ringe hinzufügt: HEUFT reflexx A.I. findet selbst kleinste Abweichungen von der originalen Form und Struktur der Gut-Produkte auf den Live-Aufnahmen – mit künstlicher Intelligenz!

Warum der Einsatz vielschichtiger neuronaler Netze mittels Deep Learning hier, anders als zum Beispiel bei der Mündungsinspektion von Glasbehältern, das geeignete Verfahren ist, wie genau das geht und was das insbesondere auch bei der Auswertung von Röntgenbildern bringt, demonstrieren wir Ihnen gerne an unserer Enlightenment-Station auf der interpack. Am Stand A43 in Halle 13 finden Sie da vielleicht nicht die Nadel im Heuhaufen, mit Sicherheit aber die eine gerade unter zahlreichen geringelten Nudeln!