KI & Deep Learning

  • Mit der Technologie Continual Learning lässt sich das Nachtrainieren von Deep Learning Modellen schneller und einfacher realisieren, auch auf Standard-CPUs und direkt in der Anlage.
    Bild: MVTec Software GmbH

    Gegen das Vergessen

    Künstliche Intelligenz in der Sensorik

    Ändern sich die Rahmenbedingungen in der Produktion, müssen Verantwortliche schnell reagieren und Produktionsparameter anpassen. Auch in der Bildverarbeitung muss immer wieder nachjustiert werden. Bislang war es bei Deep-Learning-basierten Anwendungen jedoch schwierig, auf solche Änderungen während des Betriebs zu reagieren, da das Nachtrainieren dazu führt, dass ältere Parameter deutlich weniger gewichtet werden als neue. MVTec Software…

  • Image 2 | One AI interface - from hardware selection to optimized network in a few clicks.
    Bild: One Ware GmbH

    Easy AI Generation

    Künstliche Intelligenz in der Sensorik

    When AI runs inside a machine, drone, or industrial system, GPUs and servers quickly reach their limits. This is where FPGAs excel: they provide massive parallelism, efficient data pipelines, and low latency. With its One AI platform, the world’s first solution that automatically generates custom neural network architectures optimized for each dataset, application, and hardware…

  • Bild 1 | Im Gegensatz zu generischen KI-Toolkits kombiniert AugeLab Studio intuitive Workflows ohne Programmieraufwand mit der Flexibilität von Python-basierten benutzerdefinierten Blöcken.
    Bild: NotaVis GmbH

    Grafischer KI-Workflow

    Künstliche Intelligenz in der Sensorik

    Künstliche Intelligenz ist in AugeLab Studio nicht nur ein Zusatz, sondern fest in den Arbeitsablauf integriert. Die Plattform bildet eine Brücke zwischen traditioneller regelbasierter Bildverarbeitung und modernen Deep-Learning-Ansätzen. Die inVISION sprach mit Thomas Schweitzer, CEO von Notavis und DACH-Distributor der Software, wie dieser Spagat gelingen kann.

      das könnte sie auch interessieren