All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Visual control of the lens

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27041867%3A_____%2F23%3AN0000014" target="_blank" >RIV/27041867:_____/23:N0000014 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Vizuální kontrola čočky

  • Original language description

    Výsledkem je výzkum a vývoj technologie pro ověření softwarové podpory pro vizuální kontrolu čočky s využitím neuronových sití a strojového učení. Pro potřebu ověření technologie byly použity kromě získaných reálných snímků s anotacemi vad také dva druhy pomocných anotací: 1. Sada ukázkových vad, ručně označených, v počtu několik jednotek kusů na každou vadu. 2. Anotace strojově nasnímaných dat na úrovni sady snímků. Pro zvýšení kvality procesu strojového učení bylo dále přistoupeno k vytvoření syntetické datové sady čoček s vadami.Hardwarovou část technologie tvoří kontrolní buňka, která zajišťuje manipulaci s čočkou a její automatickou kontrolu od okamžiku ukončení výroby, až po uložení kusu mezi OK nebo NOK díly. Buňka je koncipována tak, aby ověřování technologie mohlo být zajištěno bez zásahu do stávající výrobní linky.

  • Czech name

    Vizuální kontrola čočky

  • Czech description

    Výsledkem je výzkum a vývoj technologie pro ověření softwarové podpory pro vizuální kontrolu čočky s využitím neuronových sití a strojového učení. Pro potřebu ověření technologie byly použity kromě získaných reálných snímků s anotacemi vad také dva druhy pomocných anotací: 1. Sada ukázkových vad, ručně označených, v počtu několik jednotek kusů na každou vadu. 2. Anotace strojově nasnímaných dat na úrovni sady snímků. Pro zvýšení kvality procesu strojového učení bylo dále přistoupeno k vytvoření syntetické datové sady čoček s vadami.Hardwarovou část technologie tvoří kontrolní buňka, která zajišťuje manipulaci s čočkou a její automatickou kontrolu od okamžiku ukončení výroby, až po uložení kusu mezi OK nebo NOK díly. Buňka je koncipována tak, aby ověřování technologie mohlo být zajištěno bez zásahu do stávající výrobní linky.

Classification

  • Type

    Z<sub>tech</sub> - Verified technology

  • CEP classification

  • OECD FORD branch

    20204 - Robotics and automatic control

Result continuities

  • Project

    <a href="/en/project/EG19_263%2F0018762" target="_blank" >EG19_263/0018762: Technologies and materials for Industry 4.0</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2023

  • Confidentiality

    C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Data specific for result type

  • Internal product ID

    TCHMTVK01

  • Numerical identification

  • Technical parameters

    Pro strojového učení byla zvolena segmentační konvoluční neuronová síť typu U-Net 1 s následnou analýzou segmentovaných oblastí. Segmentační a klasifikační systém byl vyvíjen v jazyce Python za pomocí knihovny Pytorch pro metody hlubokého učení. Aplikace nasazená ve výrobním procesu je psaná v jazyce C#. Pro potřeby integrace byl zvolen formát ONNX, do kterého je exportována segmentační síť z prostředí Pytorch. Ta je následně volána pomocí knihovny ML.NET, používané pro strojové učení v jazyce C#.Harware tvoří kolaborativní robot, 2 kamery, 3 druhy osvětlení, ionizačníh ofuk , lineární dopravník a další příslušenství.

  • Economical parameters

    Na základě technicko – ekonomického vyhodnocení návratnost vychází kolem 2 let podle zvolené varianty.

  • Application category by cost

  • Owner IČO

    27041867

  • Owner name

    Moravskoslezský automobilový klastr, z.s.

  • Owner country

    CZ - CZECH REPUBLIC

  • Usage type

    A - K využití výsledku jiným subjektem je vždy nutné nabytí licence

  • Licence fee requirement

    A - Poskytovatel licence na výsledek požaduje licenční poplatek

  • Web page