Fabrimex Systems AG

Fabrimex Systems ist ein Schweizer Unternehmen mit erfahrenen Spezialisten in den Bereichen Embedded Computing, Industrie-PC-Systeme, Panel-PC und Displays, Machine-Vision- und Deep-Learning-Software, sowie kundenspezifische Hard- und Software.

Seit mehr als 30 Jahren bietet Fabrimex Systems gesamtheitliche Lösungen – damit Ihre Projekte von A bis Z erfolgreich und zeitnah durch einen kompetenten Ansprechpartner realisiert werden können.

Dabei legen wir Wert auf höchste Qualität, technische Kompetenz und optimale Dienst- sowie Serviceleistungen.

Unser hoch motiviertes Team besteht auf erfahrenen Spezialisten, die sich laufend weiterbilden und sich stark mit den aktuellsten Themen der Technik auseinandersetzen. Ausserdem greifen wir auf ein grosses Partnernetzwerk aus der ganzen Welt zurück und stehen in regem Kontakt mit technisch-wissenschaftlichen Instituten, Hochschulen und Universitäten.

Dadurch erhalten unsere Kunden den Zugang zu den zukünftigen technischen Entwicklungsschritten sowie -tendenzen. Denn Entscheidungen von heute müssen in der Zukunft richtig sein. Mit unserer jahrelangen Projektführungs- und Beratungskompetenz unterstützen und begleiten wir unsere Kunden, die richtigen Entscheidungen zu treffen.

Unser Highlight für die Messe

Von der Software über PC's und Kameras zu fachtechnischer Erfahrung und Knowhow von unseren Spezialisten - Wir bieten ein Komplettpaket für Ihr Projekt.

Erfolgsfaktoren für Deep Learning

Deep Learning mit neuster Technologie

Die Qualität und Quantität der Bilder, die Erfahrung beim Labeln der Bilder, das Konfigurieren und Evaluieren von neuronalen Netzen sowie die richtige Wahl des Software Tools sind erhebliche Erfolgsfaktoren beim Einsatz von Deep Learning in der industriellen Bildverarbeitung. Mittlerweile gibt es dazu auch noch eine Reihe von neuen Technologien, die mit Deep Learning zu noch besseren Resultaten führen und weitere Anwendungsbereiche ermöglichen.


Die Qualität der Daten bestimmt das Resultat

Wie in der klassischen industriellen Bildverarbeitung braucht man auch beim Einsatz von Deep Learning gute und repräsentative Bilder. Klassen und Features müssen klar definiert und gut ersichtlich sein. Die Optik und Beleuchtung, die geeignete Auflösung der Kamera, sowie eine saubere Bildaufnahme spielen nach wie vor eine wichtige Rolle. Die Prüfung von nicht geeigneten Bildern führt auch bei Deep Learning im Regelfall zu niedrigen Trefferquoten. Die Verfügbarkeit von «guten» Bildern ist deshalb ein erster Erfolgsfaktor, qualitativ sowie quantitativ.

Mittlerweile kann man beispielsweise mit der SWIR (Short Wave Infra Red)-Technologie eine grosse Anzahl von Anwendungen, die mit sichtbarem Licht nur schwer oder gar nicht ausgeführt werden können, durch die Verwendung von kurzwelliger Infrarot-Bildgebung (SWIR) mit hervorragenden Ergebnissen ermöglichen. Auch kann man zum Beispiel mit ToF (Time of Flight)-Kameras Tiefeninformationen berechnen, indem gemessen wird, wie lange es dauert, bis das von den Dioden emittierte Licht Objekte reflektiert und für jeden Punkt des Bildes zum Sensor zurückkehrt. So kann Deep Learning individuell und auch unter schwersten Bedingungen eingesetzt werden.


Labelling und Klassifizieren der Daten, Konfigurierung, Evaluation eines Netzes

Sinnvolle Label geben bspw. Aufschluss über einen fehlerverursachenden Produktionsschritt. Dabei sind Klassen zu wählen, welche klar abgrenzbar und eindeutig sind. Eine häufige Ursache für unklare oder falsche Resultate eines Netzes sind falsch gelabelte Bilder beim Trainieren.

Hier gibt es Software-Lösungen die bereits soweit Fortgeschritten sind, dass nicht mehr zwischen gut und schlechten Bildern entschieden werden muss, sondern nur noch gute Bilder erfasst werden. Dies beschleunigt und vereinfacht den Erfassungsprozess massgeblich.


Wahl des Software Development Kits und Service

Die Auswahl eines kunden- oder projektspezifischen Deep Learning Frameworks ist einer der wichtigsten Erfolgsfaktoren. Heute gibt es diverse industriespezifische vorkonfigurierte Lösungen inkl. SDK und GUI. Diese lernen anhand der bestehenden Daten diese selbständig auszuwerten, haben eine hohe Perfomance und sind sehr benutzerfreundlich – auch für den nicht-Deep-Learning-Spezialisten.

Nicht zu vergessen ist dabei die Rechenpower, mit der eine Deep-Learning-System unterstützt werden muss. Am besten bedient ist man mit einer industriellen Applikation, die flexibel erweiterbar ist. Dabei ist es wichtig, ausbaufähigen Platz für Speicher und GPU’s zu haben.


Fabrimex Systems – Deep Learning Lösungen aus einer Hand

Seit über 30 Jahren bietet Fabrimex Systems erfolgreich Dienstleistungen und Systeme im Bereich der industriellen Bildverarbeitung an. Mit dem Deep Learning Modul innerhalb von MIL von Matrox Imaging hat Fabrimex Systems Deep Learning Lösungen im Angebot, welche zu den führenden in der industriellen Umgebung zählen. Darüber hinaus bietet Fabrimex Systems die neusten Kameratechnologien wie SWIR und ToF und passende industrielle High Performance Computing Hardwareplattformen an, welche mit bis zu 4 GPU’s ausgerüstet werden können. Für jedes Projekt bietet Fabrimex Systems die zur Kundenanforderung beste Lösung an und kann dazu bei Bedarf auch auf erfahrene Spezialisten und Firmen im eigenen Netzwerk zugreifen.

Ihr Kontakt zum Messehighlight

Herr Thomas Graf

E-Mail schreiben