Blog · Yapay zeka ile görsel muayene
Muayene hattından notlar.
Anomali tespiti, few-shot eğitim, edge dağıtımı ve işe yarayan metrikler: çözüm ortakları, kalite yöneticileri ve otomasyon mühendisleri için pratik yazılar.
- 01
Nadir kusur sorunu: neden asla yeterli kusur görüntüsü toplayamazsınız
Kusurlar tasarım gereği nadirdir, yeterli kusur görüntüsü toplanamaz. Yalnızca hatasız parçalarla çalışan anomali tespiti yaklaşık 20 görüntüyle eğitilir ve sınıf dengesizliği sorununu ortadan kaldırır.
12 Ekim 2026 · 7 dk okuma
- 02
Yapay zeka muayene sisteminin toplam sahip olma maliyeti (fiyat etiketi olmadan)
Fiyat etiketi beş TCO kaleminden yalnızca birini kapsar. Donanım, entegrasyon, eğitim verisi, bakım ve kaçışları fiyat vermeden karşılaştıran bir çerçeve.
8 Ekim 2026 · 6 dk okuma
- 03
Denetimsiz kusur tespiti: hiç görmediği kusuru işaretlemek
Denetimsiz bir model kusurları değil hatasız parçanın görünümünü öğrenir ve sapmayı skorlar; ilk kez görülen kusurlar bile işaretlenir. Başlamak için yaklaşık 20 görüntü yeterlidir.
5 Ekim 2026 · 6 dk okuma
- 04
Çalışan bir muayene hattına yeni bir parça varyantı eklemek
Müşteri yeni bir parça eklediğinde hat onu ne kadar hızlı muayene edebilir ve işi kim yapar? 20 hatasız parça görüntüsü çekin, 48 saatin altında eğitin, USB ile devreye alın.
1 Ekim 2026 · 6 dk okuma
- 05
Plastik enjeksiyonda yapay zeka ile kalite kontrol: kısa dolum, çapak ve renk
Yalnızca hatasız baskılarla eğitilen anomali tespiti kalıplanmış parçalarda kısa dolumu, çapağı, çökme izini ve renk kaymasını nasıl yakalar; çevrim hızında milimetre cinsinden ölçümle.
28 Eylül 2026 · 7 dk okuma
- 06
Metal pres ve talaşlı imalat muayenesi: çapak, çizik ve boyutsal ölçüm
Yapay zeka yüzey muayenesi ve milimetre cinsinden boyutsal ölçüm, pres ve talaşlı imalat parçalarındaki çapak, deformasyon ve çizikleri nasıl yakalar.
24 Eylül 2026 · 6 dk okuma
- 07
Kimya ve petrokimya: tehlikeli (ATEX) alanlar için yapay zeka görüsü
Tehlikeli bir atmosfer muhafazadan ne ister, AV-X100 (IP66) kimya ve petrokimya hatları için nasıl konumlanır ve satın almadan önce hangi ATEX/IECEx sertifikası doğrulanmalı.
21 Eylül 2026 · 6 dk okuma
- 08
Kaçışlar vs yanlış redler: muayene maliyetini belirleyen iki hata
Tek bir eşik kaçışları yanlış redlerle takas eder ve kaçış genellikle daha pahalıdır. Saha diliyle karışıklık matrisi ve canlı kapak hattında %99,65 F1'de %0,69 yanlış-negatif oranı.
17 Eylül 2026 · 7 dk okuma
- 09
Yapay zeka ile otomotiv kalite kontrolü: far ve tampon tanıma
Edge-AI görsel muayene, karışık otomotiv hattında sol/sağ farları ve tampon varyantlarını tanır; robot doğru programı çalıştırır.
14 Eylül 2026 · 7 dk okuma
- 10
Yapay zeka ile cam muayene ve konumlandırma
Şeffaf ve kaplamalı cam neredeyse hiç kontrast döndürmez. Bir Ar-Ge vakası, lazer çizgisi ve Raman kayması ile panelin kenarını ve yüzeyini bir taşıma robotuna milimetre cinsinden raporladı.
10 Eylül 2026 · 8 dk okuma