Zebra Technologies Corporation baru-baru ini mengumumkan jajaran fitur AI mutakhir yang meningkatkan kemampuan software machine vision Aurora-nya dalam memberikan kemampuan deep learning untuk penggunaan pemantauan visual.
Sebanyak 61% pemimpin manufaktur di dunia berharap AI akan mendorong pertumbuhan hingga 2029, menurut 2024 Manufacturing Vision Study dari Zebra yang merupakan penyedia solusi digital terdepan yang memungkinkan bisnis secara cerdas menghubungkan data, aset, dan manusia. Laporan Zebra lainnya mengenai AI dalam industri Otomotif menemukan bahwa AI, seperti deep learning, sedang digunakan di rantai pasokan otomotif, namun pengguna ingin AI mereka melakukan lebih banyak hal – fitur-fitur baru ini merupakan respons atas kebutuhan industri tersebut.
Software suite Zebra Aurora dengan tools deep learning, menyediakan solusi pemantauan visual yang kuat bagi pengembang machine dan line, engineers, programmer, dan saintis data, dalam industri otomotif, elektronik dan semikonduktor, makanan dan minuman, serta industri kemasan. Software ini memiliki fitur antara lain optical character recognition (OCR) deep learning tanpa kode, lingkungan yang mendukung drag and drop, dan library yang besar, yang memampukan pengguna menciptakan solusi untuk memecahkan kasus penggunaan rumit yang sulit diatasi oleh sistem tradisional.
“Manufaktur di berbagai industri biasanya menghadapi masalah klasik terkait kualitas, dan tantangan baru dengan kemajuan dalam material dan sektor-sektor seperti otomotif dan elektronik,” kata Donato Montanari, Vice President dan General Manager, Machine Vision, Zebra Technologies. “Mereka mencari solusi baru yang dapat melengkapi dan memperbanyak tools mereka dengan kemampuan AI yang dibutuhkan untuk pemantauan visual yang lebih efektif, terutama pada kasus penggunaan yang kompleks.”
Aurora Design Assistant™
Pengguna lingkungan pengembangan terintegrasi Zebra Aurora Design Assistant bisa menciptakan aplikasi dengan membuat dan mengonfigurasi flowchart ketimbang menulis kode program tradisional. Software ini juga memungkinkan pengguna mendesain human-machine interface (HMI) berbasis web untuk aplikasi.
Software ini kini dilengkapi dengan pendeteksian objek deep learning dan versi terbaru aplikasi penyerta Aurora Imaging Copilot dengan ruang kerja khusus untuk pelatihan model deep learning pada pendeteksian objek. Add-ons yang terpisah juga tersedia untuk melatih model deep learning dengan kartu GPU NVIDIA dan menjalankan model deep learning untuk menjalankan inferensi atau prediksi, masing-masing pada NVIDIA GPU dan GPU yang terintegrasi dengan Intel.
Aurora Vision Studio™
Para engineer machine dan computer vision yang menggunakan Aurora Vision Studio bisa dengan cepat membuat, mengintegrasikan, dan mengawasi aplikasi machine vision yang kuat. Software-nya yang mutakhir dan hardware agnostic-nya akan menyediakan lingkungan grafis yang intuitif untuk penciptaan aplikasi vision yang canggih tanpa harus menulis kode. Ia memiliki set lengkap lebih dari 3.000 filter yang sudah terbukti dan siap digunakan, yang memungkinkan para engineer machine dan computer vision mendesain solusi khusus dalam alur kerja tiga langkah: rancang algoritmanya, ciptakan HMI lokal yang dirancang khusus atau on-line Web HMI, lalu jalankan di komputer industri berbasis PC.
Toolchain deep learning telah diubah menjadi mesin pelatihan baru dengan mekanisme melatih penyeimbangan data, yang akan memberikan hasil pelatihan yang lebih baik pada data set dengan kualitas rendah. Pelatihan kini dilakukan dengan lebih cepat dan lebih sering diulangi, dan add-on deep learning sudah kompetibel dengan sistem Linux, hanya untuk inferensi saja.
Aurora Imaging Library™
Software development kit untuk Zebra Aurora Imaging Library dikhususkan untuk programer berpengalaman yang menulis kode aplikasi vision dalam bahasa C++, C# dan Python. Ia meliputi banyak tools untuk memproses dan menganalisa gambar 2D dan data 3D menggunakan metode berbasis aturan tradisional serta yang berbasis deep learning.
Penambahan terbaru membuat software tersebut kini memiliki tools pendeteksian anomali menggunakan deep learning untuk mendeteksi kerusakan dan melakukan tugas-tugas verifikasi yang bertujuan untuk menemukan ketidaknormalan. Tidak seperti tool deep learning lain, pelatihannya tidak disupervisi, hanya membutuhkan referensi normal.
Tool OCR berbasis deep learning ini menggunakan model neural network yang sudah dilatih sebelumnya untuk membaca karakter, digit, tanda baca, dan simbol tertentu tanpa harus menentukan atau mengajarinya font-font yang spesifik. Tools OCR berbasis deep learning meliputi juga model string dan constraints supaya pembacaannya lebih mumpuni dan relevan.
