automation-de.com
17
'26
Written on Modified on
MVTec aktualisiert Machine-Vision-Software für schnellere KI-Verarbeitung
Neue HALCON-Version verbessert Deep-Learning-Inferenz, regelbasierte Leistung und Entwicklungsabläufe für industrielle Bildverarbeitung und Automatisierungssysteme.
www.mvtec.com

Industrielle Machine-Vision-Systeme nutzen zunehmend eine Kombination aus Deep Learning und regelbasierten Algorithmen, um Anforderungen an Durchsatz und Genauigkeit in der automatisierten Inspektion zu erfüllen. Leistungsgrenzen schränken jedoch häufig den Einsatz in Hochgeschwindigkeits-Produktionsumgebungen ein. In diesem Kontext hat MVTec Software GmbH die Veröffentlichung von HALCON 26.05 angekündigt, die für den 20. Mai 2026 geplant ist und auf Verbesserungen bei Verarbeitungsgeschwindigkeit und Systemeffizienz abzielt.
Leistungssteigerungen bei KI- und regelbasierten Verfahren
HALCON 26.05 führt Optimierungen sowohl für Deep-Learning- als auch für regelbasierte Bildverarbeitungs-Workflows ein. Diese Verbesserungen zielen auf kürzere Ausführungszeiten in Anwendungen wie Qualitätsprüfung, Objekterkennung und Code-Lesen ab, bei denen die Latenz direkten Einfluss auf den Produktionsdurchsatz hat.
Die aktualisierte Deep-Learning-basierte Objekterkennung ermöglicht eine schnellere Inferenz bei gleichbleibender Erkennungsgenauigkeit für unterschiedliche Objektgrößen, einschließlich kleiner oder unregelmäßig geformter Teile. Integrierte Datenaugmentierung erhöht die Robustheit gegenüber Umgebungsvariationen wie Lichtänderungen, Rotationen und teilweisen Verdeckungen.
Neue Funktionen zur Verbesserung der Inspektionszuverlässigkeit
Eine neue Entzerrungsfunktion ermöglicht das Lesen von 2D-Datencodes auf gekrümmten oder deformierten Oberflächen. Dies ist insbesondere für Branchen wie Verpackung und Elektronik relevant, in denen Kennzeichnungen nicht auf ebenen Flächen angebracht sind.
Der Shape-Matching-Workflow wurde ebenfalls erweitert und umfasst nun eine automatisierte Konturoptimierung. Diese Funktion entfernt instabile oder irreführende Konturen aus Trainingsdaten, was zu konsistenteren Ergebnissen und einem geringeren Rechenaufwand zur Laufzeit führt.
Diese Erweiterungen erhöhen die Zuverlässigkeit regelbasierter Inspektionsaufgaben und unterstützen gleichzeitig höhere Verarbeitungsgeschwindigkeiten in automatisierten Produktionslinien.
Weiterentwicklungen im Entwicklungsworkflow mit HDevelopEVO
Parallel zur HALCON-Version wird eine Vorschauversion der Entwicklungsumgebung HDevelopEVO bereitgestellt. Diese ermöglicht die Integration von in HDevelopEVO erstellten Skripten über eine .NET-Schnittstelle in benutzerdefinierte Anwendungen und unterstützt damit flexiblere Bereitstellungsmodelle für Machine-Vision-Lösungen.
Die Umgebung erweitert zudem die Unterstützung für multimodale Interaktionen mit großen Sprachmodellen durch visuelles Prompting. Entwickler können Bilddaten direkt in Eingaben integrieren, was interaktivere Arbeitsabläufe bei der Konfiguration und beim Testen von Vision-Algorithmen ermöglicht.
Bedeutung für industrielle Automatisierungssysteme
Die Aktualisierungen in HALCON 26.05 spiegeln den anhaltenden Bedarf wider, Genauigkeit und Ausführungsgeschwindigkeit in Machine-Vision-Anwendungen auszubalancieren. Schnellere Inferenz und optimierte regelbasierte Verarbeitung ermöglichen höhere Inspektionsraten, was insbesondere in Branchen wie Fertigung, Logistik und Elektronik entscheidend ist.
Durch die Kombination aus Leistungsverbesserungen und erweiterten Entwicklungswerkzeugen unterstützt die neue Version die Integration von Machine Vision in umfassendere Automatisierungsarchitekturen und digitale Lieferketten, in denen Effizienz und Anpassungsfähigkeit zentrale Anforderungen darstellen.
Bearbeitet von Aishwarya Mambet, Induportals-Redakteurin, mit Unterstützung von KI.
www.mvtec.com
Leistungssteigerungen bei KI- und regelbasierten Verfahren
HALCON 26.05 führt Optimierungen sowohl für Deep-Learning- als auch für regelbasierte Bildverarbeitungs-Workflows ein. Diese Verbesserungen zielen auf kürzere Ausführungszeiten in Anwendungen wie Qualitätsprüfung, Objekterkennung und Code-Lesen ab, bei denen die Latenz direkten Einfluss auf den Produktionsdurchsatz hat.
Die aktualisierte Deep-Learning-basierte Objekterkennung ermöglicht eine schnellere Inferenz bei gleichbleibender Erkennungsgenauigkeit für unterschiedliche Objektgrößen, einschließlich kleiner oder unregelmäßig geformter Teile. Integrierte Datenaugmentierung erhöht die Robustheit gegenüber Umgebungsvariationen wie Lichtänderungen, Rotationen und teilweisen Verdeckungen.
Neue Funktionen zur Verbesserung der Inspektionszuverlässigkeit
Eine neue Entzerrungsfunktion ermöglicht das Lesen von 2D-Datencodes auf gekrümmten oder deformierten Oberflächen. Dies ist insbesondere für Branchen wie Verpackung und Elektronik relevant, in denen Kennzeichnungen nicht auf ebenen Flächen angebracht sind.
Der Shape-Matching-Workflow wurde ebenfalls erweitert und umfasst nun eine automatisierte Konturoptimierung. Diese Funktion entfernt instabile oder irreführende Konturen aus Trainingsdaten, was zu konsistenteren Ergebnissen und einem geringeren Rechenaufwand zur Laufzeit führt.
Diese Erweiterungen erhöhen die Zuverlässigkeit regelbasierter Inspektionsaufgaben und unterstützen gleichzeitig höhere Verarbeitungsgeschwindigkeiten in automatisierten Produktionslinien.
Weiterentwicklungen im Entwicklungsworkflow mit HDevelopEVO
Parallel zur HALCON-Version wird eine Vorschauversion der Entwicklungsumgebung HDevelopEVO bereitgestellt. Diese ermöglicht die Integration von in HDevelopEVO erstellten Skripten über eine .NET-Schnittstelle in benutzerdefinierte Anwendungen und unterstützt damit flexiblere Bereitstellungsmodelle für Machine-Vision-Lösungen.
Die Umgebung erweitert zudem die Unterstützung für multimodale Interaktionen mit großen Sprachmodellen durch visuelles Prompting. Entwickler können Bilddaten direkt in Eingaben integrieren, was interaktivere Arbeitsabläufe bei der Konfiguration und beim Testen von Vision-Algorithmen ermöglicht.
Bedeutung für industrielle Automatisierungssysteme
Die Aktualisierungen in HALCON 26.05 spiegeln den anhaltenden Bedarf wider, Genauigkeit und Ausführungsgeschwindigkeit in Machine-Vision-Anwendungen auszubalancieren. Schnellere Inferenz und optimierte regelbasierte Verarbeitung ermöglichen höhere Inspektionsraten, was insbesondere in Branchen wie Fertigung, Logistik und Elektronik entscheidend ist.
Durch die Kombination aus Leistungsverbesserungen und erweiterten Entwicklungswerkzeugen unterstützt die neue Version die Integration von Machine Vision in umfassendere Automatisierungsarchitekturen und digitale Lieferketten, in denen Effizienz und Anpassungsfähigkeit zentrale Anforderungen darstellen.
Bearbeitet von Aishwarya Mambet, Induportals-Redakteurin, mit Unterstützung von KI.
www.mvtec.com
Fordern Sie weitere Informationen an…

