Deep Learning

Deep Learning-Systeme für Machine Vision

Deep Learning hat die industrielle Bildverarbeitung revolutioniert. Unternehmen weltweit nutzen künstliche neuronale Netze (CNN) für präzise Fehlererkennung, intelligente Qualitätskontrolle und automatisierte Entscheidungen – überall dort, wo klassische Verfahren an Grenzen stoßen. Ob kompakte Edge-Lösungen, leistungsstarke FPGA-Systeme oder flexible PC-basierte Plattformen: Wir bieten Vision Systeme passend für Ihre Anwendung.

White Paper

Deep Learning in der Bildverarbeitung

Folgende Themen stellen wir ausführlich in unserem White Paper vor:

  • Einsatzfelder von Deep Learning in der industriellen Bildverarbeitung

  • Vorteile Deep Learning-basierter Methoden

  • Kosten beim Einsatz von Deep Learning

  • Optimierung von Deep Learning-Netzen durch hybriden Ansatz

  • Einsatzfelder für Lösungen ohne Deep Learning


Unterschiedliche Vision Systeme für Deep Learning-Anwendungen


PC-Hardware

PC-basiert

Vorteile: Schnell startklar, flexibel, günstig
Typische Anwendungen: Prototypen, Desktop-Inspektion
FPGA

FPGA

Vorteile: Echtzeit, latenzfrei, robust
Typische Anwendungen: Inline-Qualitätskontrolle, Produktion
Zusätzliche Services für Embedded Projekte

Embedded

Vorteile: Kompakt, Edge AI, stromsparend
Typische Anwendungen: Mobile Geräte, dezentrale Lösungen

PC-basiertes Deep Learning

Ob leistungsstarke Kameras mit integrierter Bildvorverarbeitung oder flexible Software-Tools zur KI-Modellintegration: Wir bieten ein umfassendes Portfolio für Deep Learning-Anwendungen am PC. Profitieren Sie von hoher Bildqualität, einfacher Integration und reproduzierbaren Ergebnissen.

Basler Kameras

Passende Kameras für hohe Bildqualität

Da ein künstliches neuronales Netz nur so gut ist wie seine Bilddaten, ist eine hohe Bildqualität entscheidend für präzise Inferenz-Ergebnisse.

  • Große Auswahl an Kameras und entsprechend CMOS-Bildsensoren

  • Unterstützung aller gängigen Schnittstellen wie GigE und USB 3.0

  • Interne Bildvorverarbeitung bei den meisten Basler Kameras reduziert PC-seitige Verarbeitung (z. B. De-Bayering, Schärfen, Rauschreduzierung)

  • Äußerst reproduzierbare Ergebnisse

Zu den Industriekameras



pylon für Bilderfassung

pylon Software für die Integration Ihrer Basler Kameras

Die pylon Software Suite vereinfacht es, Kameras einzurichten und in die Deep Learning-Anwendung zu integrieren. Sie bietet zertifizierte Treiber für gängige Vision Schnittstellen, leistungsstarke und einfache Programmier-Schnittstellen sowie praktische Tools zur Kamerakonfiguration. Verfügbar für Windows, Linux (inkl. ARM), macOS und Android – für zuverlässige Konnektivität in verschiedensten Systemumgebungen.

Zur pylon Software


pylon AI

pylon AI für effiziente Bildanalyse

Mit pylon AI stehen Ihnen eine leistungsstarke KI-Plattform sowie Bildanalyse-Tools zur Verfügung, nahtlos in die pylon Software integriert. Anhand der Plattform lassen sich auf Basis realer Bilddaten eigene KI-Modelle für Ihre Processing-Hardware optimieren und benchmarken. Ob Objekterkennung, Texterkennung (OCR), Segmentierung oder Klassifizierung – pylon AI bietet die passende Lösung für präzise und schnelle Applikationen.

Mehr über pylon AI


Framegrabber-basiertes Deep Learning

Erfordert Ihre Deep Learning-Anwendung einen hohen Datendurchsatz wie in Echtzeitumgebungen ist das Framegrabber-basierte Vision System die richtige Wahl.

Bringen Sie Ihre CNN auf FPGAs mit VisualApplets Software

CNN auf FPGAs mit VisualApplets Software

Mit unserer grafischen FPGA-Entwicklungssoftware VisualApplets ist es so einfach wie nie zuvor, CNNs auf FPGAs einzusetzen. Vortrainierte CNN-Netze unterschiedlicher Größe und Komplexität lassen sich direkt auf ein FPGA laden. Die Software unterstützt vortrainierte Netze aus den gängigsten CNN-Bibliotheken, wie z. B. TensorFlow. Die Netze lassen sich zudem mit geringem Aufwand nachtrainieren. Zusätzliche Bildoptimierungen sind als Vor- oder Nachbearbeitungsschritte einfach zu integrieren.

Mehr über VisualApplets


Deep Learning-Netzte auf FPGAs

Wir helfen Ihnen, das trainierte Netz auf den FPGA zu bringen

Für Ihre FPGA-basierten Deep Learning-Projekte bieten wir eine leistungsfähige CNN-Runtime-Lizenz sowie zwei Servicepakete, passend zu Ihrem Erfahrungsstand. Wir unterstützen Sie bei der Integration vorhandener Netze oder übernehmen auf Wunsch das komplette CNN-Design und die FPGA-Implementierung – abgestimmt auf Ihre Anforderungen an Bandbreite und Genauigkeit.

Zu den Framegrabber-Services




Embedded Vision Systeme für Deep Learning

Unser erfahrenes Team entwickelt leistungsfähige Embedded Vision Systeme mit Deep Learning – von hochwertigen Kameramodulen bis zu vielseitigen Edge-Computing-Lösungen. Unsere Produkte unterstützen Prozessoren führender Hersteller wie NXP® und NVIDIA®. Sie sind auch als anwendungsbereite Development Kits erhältlich – für schnelles und effizientes Prototyping.

Basler Embedded Vision Kit geeignet für Deep Learning

Optimale Produkte für Embedded Deep Learning-Anwendungen

  • Kompakte Systeme durch kleinen Formfaktor

  • Sehr niedrige Systemkosten durch schlankes Hardware-Design

  • Skalierbarkeit mit verschiedenen Prozessoren aller großen Hersteller

  • Industrieerprobte und langlebige Hardwarekomponenten

Zu den Embedded Vision Produkten


Deep Learning mit Embedded Vision

Deep Learning in der Cloud oder at the edge implementieren

Egal mit welcher Processing-Einheit Sie arbeiten: Wir bieten Ihnen die Treiberpakete und Software, die Ihre Deep Learning-Anwendung zum Laufen bringen. Wir unterstützen die Cloud-Integration von Amazon Web Services (AWS), Microsoft Azure oder Googles Cloud Plattform. Sie möchten Ihr künstliches neuronales Netz „at the edge“ betreiben? Kein Problem! Unsere Embedded Vision Technologie verhilft Ihnen, ein oder mehrere Vision Systeme für Deep Learning-Anwendungen „at the edge“ zu betreiben.



Unsere Produktempfehlung für Ihre Deep Learning-Anwendung


Wie können wir Sie unterstützen?

Wir beraten Sie gerne bei der Produktauswahl und finden die richtige Lösung für Ihre Anwendung.