Data Science & AI
Görüntü işleme sistemlerimize veri girişi maksadıyla kullandığımız bir kaynaktır. Görüntü işleme algoritmalarını genel olarak uygun ışıklandırma ve konumda RGB yakalanan resmin Binary(ikili) resme dönüştürülmesi ve bu kaynağın çeşitli filtre ve morfolojik düzeltmelerle sonucun tespitinde veya tespitine yardımcı olacak veri olarak kullanmaktayız.
Görüntü işleme yöntemleriyle resimler bazı durumlarda yalnızca çeşitli filtre ve düzeltmeler ile OK veya NOK olarak sınıflandırılabilmektedir, bazı durumlarda ise ikili resme dönüştürülmüş RGB görüntüler makine öğrenimi yapılmış modellerle test edilerek OK veya NOK olarak sınıflandırılmaktadır.
Görüntü işleme yöntemleri pek çok durumda düşük maliyetli ve hızlı bir sınıflandırma olanağı sunabilmektedir.
Kazanımlar
- Hatalı ürünü kişiden bağımsız algılama
- Varlık /yokluk kararları
- Hatasızlaştırma (Poka Yoke)
- Verimlilik artışı
- Hatalı ürünlerin müşteriye gitmesinin engellenmesi
- Ürün/üretim gelişim takibi
- İş güvenliği desteği
What Is Included
- Sensörler aracılığıyla doğrudan ya da makine elektronik kontrol ünitelerinden çeşitli protokoller kullanarak proses dinamiklerini izleyecek verileri topluyoruz.
- Proses verilerine göre kalite parametreleri sınırlarının belirlenmesi için yapılan çalışmaların doğruluğu, çalışmayı yapan personelin hassasiyeti ile doğru orantılıdır. İnsan eliyle yapılan bu düzeltme ve düzenlemeler beraberinde insan hatasını da getirebilmektedir. Sahadan toplanan verilerden yola çıkarak kalite parametrelerinin belirlenmesi derin öğrenme algoritmaları için pratikte uygulanabilecek bir çalışma alanıdır. Büyük verinin değerlendirilmesi, bu verilerden sonuçların çıkartılması, derin öğrenme metotlarıyla çok daha yüksek doğruluk paylarıyla ve daha dar ve kesin sonuç veren aralıklarda mümkün olmaktadır.
- Sahada hazırladığımız pano ile 5ms, 10ms, 20ms gibi yüksek sıklıklarda topladığımız verileri SQL veritabanında depolamaktayız. Topladığımız veriler derin öğrenme modeline dönüştürülmektedir. Derin öğrenme modeli ile karşılaştırılan yeni veriler uygunluk sınıflarına göre AI tarafından etiketlenmektedir. Yeni veriler ve yeni etiketlemeler sisteme geri bildirilerek ve tekrar kaynak olarak kullanılmaktadır.
- Büyük Veri (Big data); verinin analizedilip sınıflandırılmış, anlamlı ve işlenebilir hale dönüştürülmüş halidir.
- Büyük verinin sağlayabileceği bir öngörüyle donanmış üreticiler kaliteyi arttırabilir, kayıpları azaltabilir ve rekabet gücünü arttırabilir. Analitik tabanlı ilerleme biçiminde çalışan üreticilerin gittikçe artması daha çevik iş kararları ve daha çabuk problem çözümleri anlamına gelmektedir.
- Çözümlerimizde ;En iyi içgörüler için artan hacim, hız ve çeşitlilikte veriyi analiz etmek üzere en etkili büyük veri teknolojisini yararlanmanızı sağlıyoruz.
Kestirimci analitik geçmişte yaşanan belli olaylar dizisi nedeniyle gerçekleşmiş bir olayın gelecekte aynı olay dizilerinin oluşması durumunda tekrar edeceğini öngörmektedir.
Bu kapsamda proses parametre karakteristiklerini, kestirimci analitikle değerlendiriyor öncül göstergelerle erken uyarı sistemi oluşturuyoruz.