Flexible & effiziente Qualitätsinspektion

Klassifikation von Bildern

MVTec bietet leistungsstarke Verfahren zur Klassifikation von Bildern. Dabei werden Bilddaten einer vordefinierten Klasse zugeordnet. Ziel ist eine automatisierte Entscheidung, ob ein Bild beispielsweise gut oder schlecht ist oder zu einem bestimmten Typ gehört. Die Technologie wird häufig in Inspektions- und Qualitätskontrollanwendungen eingesetzt.

Schnell & Zuverlässig

Deep-Learning-basierte Bildklassifikation

Die Deep-Learning-basierte Klassifikation in der Software von MVTec ermöglicht es, Bilder schnell und zuverlässig trainierten Klassen zuzuordnen. Für das Training reicht eine einfache Ordnerstruktur aus. Eine aufwendige Einzelannotation ist nicht notwendig. Das reduziert den Aufwand für Datenvorbereitung und Entwicklung und führt zu kurzen Rüstzeiten.

Die Klassifikation läuft sehr effizient und liefert niedrige Fehlerraten, selbst bei variierenden Beleuchtungen oder komplexen Objekten. Dadurch eignet sich die Methode ideal für automatisierte Prüfprozesse im industriellen Umfeld.

Typische Anwendungsbeispiele

Klassifikation natürlicher Produkte

Sortieren und Bewerten von Obst, Gemüse oder Agrarrohstoffen.

Pharmazeutische Kontrolle

Klassifikation ähnlicher Tablettenvarianten nach Typ oder Beschaffenheit.

Qualitätsprüfung in Fertigungsprozessen

Automatisiertes Entscheiden, ob Objekte fehlerfrei oder fehlerhaft sind.
 

Industrial camera image of different fruit varieties for deep learning-based image classification.
Klassifikation natürlicher Produkte mit Deep Learning.
Industrial camera image showing similar tablets classified with deep learning.
Klassifikation von Tabletten in der pharmazeutischen Qualitätskontrolle.

2D & 3D MACHINE VISION TOOLBOX

Klassifikation mit MVTec HALCON

Mit HALCON 25.11 führt MVTec eine neue Technologie ein: Continual Learning – Klassifikation. Sie ermöglicht das Erstellen und Aktualisieren von Klassifikationsmodellen mit wenigen Bildern pro Klasse. Modelle lassen sich jederzeit erweitern oder verfeinern – ohne vollständiges Retraining.

Der Ansatz verhindert catastrophic forgetting und reduziert damit den langfristigen Pflegeaufwand. Die Modelle basieren auf vortrainierten, industriell optimierten Deep-Learning-Netzwerken von MVTec. Dadurch können Anpassungen auch auf Edge-Geräten erfolgen – etwa Smart Cameras, Sensoren oder integrierten Inspektionsmodulen. Externe Trainingshardware ist nicht erforderlich.

Das Ergebnis ist eine flexible, ressourcenschonende Lösung, die sich schnell an geänderte Produktionsbedingungen anpasst und ideal für Embedded- und Edge-Umgebungen geeignet ist.

Mehr über HALCON

EASY-TO-USE NO-CODE SOFTWARE

Klassifikation mit MVTec MERLIC

Mit dem Tool „Classify Image“ in MVTec MERLIC steht Ihnen ein einfacher Einstieg zur Deep-Learning-basierten Klassifikation zur Verfügung. In Kombination mit dem MVTec Deep Learning Tool lassen sich Trainingsdaten direkt aufbereiten und Klassifikatoren ohne Programmierung erstellen.

Mehr über MERLIC

 

Video

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an Youtube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Datenschutzerklärung.

Video aktivieren

UNSER WISSEN & SERVICES

Profitieren Sie von unserer Expertise

PRAKTISCHE EINBLICKE & EXPERTENWISSEN
Durchstöbern Sie unsere Whitepaper!

Entdecken Sie unsere Whitepaper und gewinnen Sie praktische Einblicke und Expertenwissen zum Thema industrielle Bildverarbeitung. Laden Sie sie jetzt herunter, um mehr über Schlüsseltechnologien, aktuelle Trends und reale Anwendungen zu erfahren, die fundierte technische und strategische Entscheidungen unterstützen.

INDIVIDUELL ZUGESCHNITTEN
Evaluierung Ihrer Anwendung

Möchten Sie wissen, ob wir die passende Lösung für Ihre Branche anbieten? Senden Sie uns das Design Ihrer Softwareanwendung, und unsere Expertinnen und Experten prüfen es.

MVTec Software