ERSCHLIESSEN NEUER POTENZIALE MIT MASCHINELLEM LERNEN

Kundenspezifische Algorithmen ermöglichen Clemex Vision, herkömmliche Bildanalysetechniken zu übertreffen. Maschinelles Lernen (ML) spielt eine wichtige Rolle bei der Verbesserung der Bildanalyseroutinen. Diese neuen Techniken verbessern den Durchsatz komplexer Bildanalysen erheblich, indem sie herkömmliche, auf Schwellenwerten basierende Techniken weiter automatisieren.

  • Automatisierte Bildanalyse
    Profitieren Sie von der 30-jährigen Erfahrung in der Entwicklung von Routinen für verschiedene Anwendungen in unserer renommierten Software.
  • Vom Kunden entwickelte Algorithmen
    Clemex integriert, entwickelt und optimiert Python-Code für Kunden, die ihre eigene Methodik verwenden möchten.
  • Künstliche Intelligenz
    In Clemex Vision 9 oder in aktualisierter Software werden neue Anweisungen basierend auf Algorithmen für maschinelles Lernen nahtlos verwendet.

SCHNELLER UND EINFACHER

Die neueste Version von Clemex Vision nutzt jetzt ML-Fähigkeiten, einschließlich spezieller Anweisungen für Martensite, Ferrite und Austenite. Diese neuen automatischen Algorithmen sind in die Toolbox der vorhandenen Software integriert, um eine schnelle und zuverlässige Möglichkeit zur optischen Identifizierung schwieriger Mikrostrukturen zu bieten.

GRÖSSE VON MARTENSITKÖRNERN

PERLIT-FERRIT-MIKROSTRUKTUR

EINGEFÄRBTE AUSTENITISCHE KÖRNER

Die Auswirkungen von maschinellem Lernen auf bestehende Systeme

Clemex-Kunden, die über eine gültige Lizenz und einen ClemexCare-Vertrag verfügen, können einfach ihre Software aktualisieren und die neuen Anweisungen in der Toolbox verwenden. Der bestehende Arbeitsablauf bleibt zwar unverändert, die neuen ML-Anweisungen vereinfachen ihre Bildanalyseroutinen jedoch erheblich und machen sie damit wesentlich effizienter. Benutzer müssen die Algorithmusparameter nur einmal einstellen und dann die Analyseroutine für eine beliebige Anzahl von Proben durchführen.

ALGORITHMUSPARAMETER FESTLEGEN

Dies erfolgt in der Regel einmal für jede Art von Analyse. Der Algorithmus ist leistungsfähig genug, um Licht- und Schattierungsvariabilität zu berücksichtigen. Anpassungen sind minimal.

 

ANALYSEROUTINE DURCHFÜHREN

Die Verwendung unserer Bildanalysesoftware ist so einfach wie zuvor. Neue Anweisungen wie das Martensit-Tool werden nahtlos mit Analyseroutinen integriert.

 

BERICHT DURCHSEHEN

Die Ergebnisse können vor dem Speichern im .xlsx- oder .pdf-Format auf dem Bildschirm überprüft werden. Die Daten in Bezug auf jede Körnung können einzeln nachverfolgt und validiert werden.

 

Vorteile von maschinellem Lernen im Vergleich zu herkömmlichen Bildanalysetechniken

Routinen mit ML-Algorithmen haben hauptsächlich zwei Vorteile gegenüber Routinen, die nur herkömmliche Bildanalysetechniken verwenden. Zum einen ist es jetzt möglich, Mikrostrukturen zu erkennen, die optisch schwer zu analysieren sind. Beispielsweise ist Martensit-Stahl aufgrund der Widerstandsfähigkeit der Materialien gegenüber Ätztechniken besonders schwer zu analysieren. 

 

Martensitkörner ohne ML-Detektion

Martensitkörner mit ML-Detektion

 

Bei anderen Anwendungen wie Perlit-Ferrit-Flächenprozent vereinfachen ML-Algorithmen die bestehende Bildanalyseroutine erheblich. Die Erkennung in diesen Anwendungen erfolgt nicht mehr mit der Grenzwertmethode, die in der Regel viele Feinabstimmungsanweisungen erfordert, sondern wird in einem einzigen Schritt durchgeführt, wodurch die Zeit, die für jedes Feld aufgewendet wird, drastisch reduziert wird. Außerdem bedeuten weniger benutzerdefinierte Manipulationen auch eine robustere Routine, die Variationen in der Leuchtkraft zulässt.

 

  • Einfacher Arbeitsablauf
    Die No-Threshold-Methode (Methode ohne Schwellenwert) ist eine schnelle und einfache Möglichkeit, Korngrenzen automatisch zu erkennen.
  • Zuverlässig
    Wiederholbare Erkennung von Körnern ohne sichtbare Grenzen auch bei variierender Lichtintensität
  • Reproduzierbar
    Die Methode verringert die Variabilität zwischen den einzelnen Bedienern und erhöht die Reproduzierbarkeit.
  • Genau
    In Zusammenarbeit mit einem führenden Branchenpartner erfolgreich an Hunderten von Bildern getestet
  • Schnelle Analyse
    Sobald die Parameter festgelegt sind, wird der Algorithmus mit hoher Geschwindigkeit auf jedes Feld der Probe angewendet

MEHR MÖGLICHKEITEN ZUR GEWINNUNG VALIDER DATEN

Aus Gründen der Einfachheit wurde eine stärkere Automatisierung hinzugefügt. Die Clemex-Systeme entwickeln sich mit Ihren Anforderungen durch neue Routinen und ML-Anweisungen, die von unserem Expertenteam entwickelt wurden.

ANWENDUNGSPAKETE

Diese enthalten eine Reihe von vordefinierten Routinen für einen bestimmten Anwendungstyp.

  • Korngröße
  • Schichtdicke
  • Partikelgröße
  • Phasenanalyse
  • DAS

    BENUTZERDEFINIERTE ROUTINEN

    Bildanalyseroutinen können von Forschungslaboren oder Experten von Clemex mithilfe der umfangreichen Sammlung an Anleitungen erstellt werden. Zu früheren Projekten gehören:

    • Mittlerer linearer Dendrit-Abstand
    • Automatisierte Analyse von Laserrillen auf Wafern
    • Binärbild-Histomorphometrie bei der Beurteilung von Nerven

    FORTSCHRITT DURCH MASCHINELLES LERNEN

    Die Entwicklung von Analyseroutinen durch unsere Spezialisten hat nun den zusätzlichen Vorteil des maschinellen Lernens. Bestehende Routinen können von unseren Mitarbeitern mit den neuesten Tools überprüft und verbessert werden. Weitere Informationen erhalten Sie hier von unserem Team.

     

    ZUKÜNFTIGE BILDANALYSEANFORDERUNGEN

    Neue Funktionen und Algorithmen ermöglichen es Ihnen, vorhandene Geräte mit regelmäßigen Softwareversionen und einer neuen Brücke zu maschinellem Lernen (oder KI) länger zu nutzen. Hardwarekomponenten können hinzugefügt oder ersetzt werden, um sie an neue Spezifikationen anzupassen. Der Wert Ihrer ursprünglichen Investition wird somit beibehalten.

    PDF-Broschüre herunterladen

     

    PDF V9 herunterladen