Project R-13343

FARAD2SORT : Snelle deep learning en uitrollen voor productsortering (Onderzoek)

Beeldgebaseerde deep learning is een variant van artificiële intelligentie die een groot potentieel heeft voor een groot aantal toepassingen in de maakindustrie. Toegepast op beeldanalyse is het een essentieel hulpmiddel voor de automatisering van repetitieve maar complexe kwaliteitsinspectietaken, de ontwikkeling van robots die objecten kunnen herkennen en manipuleren, enz. Tot dusver vereist het gebruik van deze krachtige technologie diepgaande technische kennis van trainingsstrategieën en een grote hoeveelheid met de hand geannoteerde beelden, d.w.z. een lang en duur ontwikkelingsproces. Momenteel levert de toepassing van deze technologie inconsistente resultaten op met variabele prestaties, en is zij moeilijk te debuggen en te onderhouden. Het doel van het FARAD2SORT project is het realiseren van een technologisch kader om ingenieurs die een algemeen begrip hebben van deep learning technologie, maar er geen expert in zijn, te helpen bij het ontwerpen, ontwikkelen en inzetten van deep learning op basis van 2D beelden voor toepassingen die industriële objectdetectie, objectherkenning en detectie en classificatie van oppervlaktedefecten / anomalieën vereisen. De resultaten van FARAD2SORT zullen voortbouwen op bestaande open-source deep learning-software door tools toe te voegen die de implementatie gemakkelijker, goedkoper, nauwkeuriger en robuuster maken.

01 oktober 2022 - 31 maart 2025