Искусственный интеллект и 3D-система машинного зрения отвечают за сортировку фруктов
![ИИ и 3D-система машинного зрения для сортировки фруктов](http://images-ctf.baslerweb.com/dg51pdwahxgw/1MkwVWmTZImNrxqfWlxprg/fc6faf79b5b8ade6a992d6a67ea12258/Point_cloud_1380x735px_16_9.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
Принцип работы 3D-системы компьютерного зрения для сортировки фруктов
Система машинного зрения на базе глубокого обучения состоит из времяпролетной камеры Basler blaze и стандартного ПК. Камера Basler blaze позволяет получать 3D-изображения высокого разрешения с почти миллиметровой точностью. Она не только генерирует полутоновое изображение на основе профиля яркости, но и определяет расстояние для каждого отдельного пикселя, измеряя время, необходимое световым импульсам в ближнем инфракрасном диапазоне, чтобы покрыть расстояние до объекта и обратно. Полученное 3D-изображение будет представлено виде плотного множества точек с дополнительной информацией об объекте съемки. По сравнению с традиционными RGB-изображениями, при использовании такой камеры информация о цвете заменяется информацией о форме, что не только несет преимущества, такие как одновременное распознавание красных и зеленых яблок, но также позволяет решать другие задачи, включая определение точного положения и измерение габаритов обнаруженных объектов.
Откройте для себя весь ассортимент компонентов для 3D-систем![Обучение нейронной сети](http://images-ctf.baslerweb.com/dg51pdwahxgw/1b1cll1KXuBjh1hcSqBmTy/e993295626c9ee93e9b612740f78e49e/training-neural-network.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
3D-система обработки изображений и искусственный интеллект (ИИ) работают в паре
Программное обеспечение является неотъемлемой частью этого решения. Оно состоит из двух основных компонентов: камеры Basler blaze SDK и прикладного программного обеспечения на базе ИИ.
Удобный кроссплатформенный интерфейс программирования Basler blaze гарантирует простую интеграцию с программным обеспечением Deep Learning DS компании Data Spree. Это программное решение, основанное на глубоких нейронных сетях (глубокое обучение), предлагает действительно удобный интерфейс и позволяет разрабатывать модели глубокого обучения, не обладая какими-либо специальными знаниями. С помощью прикладного программного обеспечения можно значительно упростить отдельные рабочие этапы проектирования системы, такие как сбор данных, аннотирование, обучение, подготовка и развертывание обученной сети на целевом устройстве. Узнайте больше об отдельных рабочих этапах из практического примера.
Загрузить практический примерОбзор преимуществ 3D-системы компьютерного зрения для сортировки фруктов
Basler предлагает не только аппаратные компоненты для 3D-систем машинного зрения, но также поддержку в реализации соответствующих программных решений. При необходимости мы также привлекаем компании из нашей обширной партнерской сети, которые помогают нам удовлетворять требования клиентов.
![Времяпролетная камера Basler](http://images-ctf.baslerweb.com/dg51pdwahxgw/vfZhYri2qplglEbChF56O/e37a69cf4ce646aebba1aeb9a2bb6bb3/blaze.webp?fm=webp&f=top_left&w=800&h=450&q=80&fit=pad)
Удобный кроссплатформенный интерфейс программирования (Basler blaze SDK) с примерами программного кода
Зарекомендовавшая себя в отрасли прочная камера с классом защиты IP67.
Простота установки аппаратных компонентов благодаря встроенному источнику света и откалиброванной оптики.
Более точное и надежное распознавание и классификация объектов за счет интеграции пространственной информации, получаемой с помощью 3D-камеры (времяпролетным методом), в обучение нейронных сетей.
Упрощение архитектуры системы, поскольку для решения большинства задач больше не требуется дополнительный сенсор.
Точные результаты измерений даже в условиях слабой освещенности, при дневном свете и с низкой контрастностью.