Visuelle Inspektion und Auffälligkeitserkennung per VideoVersuchen Sie es durch Ihr eigenes Unternehmen zu ersetzen.
Extrahieren Sie Kandidatenbereiche für künstliche Bilder, indem Sie die Helligkeits- und Dunkelheitsschwellenwerte von Pixeln ändern.
Sie können die Verarbeitungsergebnisse überprüfen, indem Sie die unten aufgeführten Eingaben und Bedingungen ändern. Beispieldaten und Ausgabe können gespeichert werden.
Visuelle Inspektion und Auffälligkeitserkennung per Video
Extrahieren Sie Kandidatenbereiche für künstliche Bilder, indem Sie die Helligkeits- und Dunkelheitsschwellenwerte von Pixeln ändern.
01 / Eingabebeispiel
02 / Verarbeitungsergebnisse
- Kandidatenpixel
- 4
- Alle Pixel
- 48
| Linie | Anzahl der Kandidatenpixel |
|---|---|
| 1 | 0 |
| 2 | 2 |
| 3 | 2 |
| 4 | 0 |
| 5 | 0 |
| 6 | 0 |
Pixelschwellenwert für selbst erstellte künstliche Bilder. Es handelt sich nicht um eine trainierte visuelle Inspektions-KI.
Die Verarbeitung der Eingaben erfolgt innerhalb des Browsers. Es wird nicht an externe KI- oder Geschäftssysteme gesendet. Bearbeitete Inhalte gehen beim erneuten Laden verloren.
Bei den Daten handelt es sich um eine fiktive Stichprobe, die von unserem Unternehmen erstellt wurde. Es handelt sich nicht um Kundeninformationen, Umsetzungsergebnisse oder Verkaufspreise. Quelle/Nutzungsbedingungen
Von diesem Beispiel bis zur Umsetzung
Überprüfen Sie die Funktion anhand einer Probe
Überprüfen Sie den Verarbeitungsinhalt, die erforderliche Eingabe und das Ausgabeformat. Wir organisieren auch nicht unterstützte Formate und Anforderungen.
Verifizierung im kleinen Maßstab anhand interner Daten
Wir bewerten Genauigkeit, Bearbeitungszeit und Korrekturarbeitsstunden anhand von Daten, zu deren Verwendung wir eine Genehmigung haben. Wie die vertraulichen Daten übermittelt werden, vereinbaren wir vorab.
Implementieren Sie Genehmigung, Zusammenarbeit und Betrieb
Bestimmen Sie vor der Implementierung des Systems die Autorität, die für die Bestätigung verantwortliche Person, die bestehende Systemverknüpfung und die Wartungsbedingungen. Kosten und Liefertermine werden je nach Zieldaten und Anforderungen angegeben.
Verwandte Beispiele
KI für Gerätewartung/Fehleruntersuchung
Klassifizieren Sie öffentlich verfügbare synthetische Ausrüstungsdaten mithilfe tatsächlich erlernter Entscheidungsbäume.
air_K,process_K,rpm,torque_Nm,wear_min 298.1,308.6,1551,42.8,0Versuchen Sie, die Eingabe zu ändern ↗
Automatisierung von Inspektionsaufzeichnungen und -berichten
Erstellen Sie Bestätigungsziele und entwerfen Sie Berichte aus Messaufzeichnungen.
equipment,value,limit,unit PUMP-A,4.2,4,mm/s FAN-B,2.1,4,mm/s MOTOR-C,5.8,4,mm/sVersuchen Sie, die Eingabe zu ändern ↗
Visuelle Inspektion und Auffälligkeitserkennung per Video
Extrahieren Sie Kandidatenbereiche für künstliche Bilder, indem Sie die Helligkeits- und Dunkelheitsschwellenwerte von Pixeln ändern.
20,22,21,23,22,21,20,23 21,22,220,225,22,23,20,21 22,20,218,224,21,20,22,23 20,22,21,20,23,21,22,20Versuchen Sie, die Eingabe zu ändern ↗
Teilebedarfs-/Bestandsoptimierung
Die geschätzte Nachschubmenge wird aus der täglichen Nutzungsmenge und den Beschaffungstagen berechnet.
part,daily_use,stock,lead_days BEARING-A,4,12,7 BELT-B,2,30,5 BOLT-C,20,90,6Versuchen Sie, die Eingabe zu ändern ↗