Ziel

In Produktionsumgebungen werden zunehmend Methoden der künstlichen Intelligenz eingesetzt. Ein Beispiel dafür ist der Einsatz von Industrial Computer Vision zur Qualitätskontrolle. Mithilfe dieser Technologie können defekte Bauteile oder Produktionsfehler automatisch erkannt und zur manuellen Nachkontrolle markiert werden.

Dieser Demonstrator veranschaulicht, wie diese Technologie funktioniert, was die künstliche Intelligenz sieht, wie sie trainiert werden kann und wo ihre Grenzen liegen. Es ist jedoch wichtig zu beachten, dass menschliche Expertise durch geschulte Mitarbeitende unersetzlich ist.

Die Lego Vision Factory verwendet ein Yolo v8 Modell. Das ist ein spezielles neuronales Netz, bestehend aus Convolutional Layern, welches auf die Erkennung von Objekten und die Klassifizierung dieser trainiert ist. Yolo steht dabei für You Only Look Once („Man schaut nur einmal hin“) und bedeutet so viel wie:

• Das Bild wird in Rechtecke unterteilt.
• Jedes Rechteck wird genau einmal betrachtet, um festzustellen, ob sich Objekte darin befinden, oder ob es nur aus Hintergrund besteht.
• Alle Objekte werden mit einer begrenzenden Box („Bounding Box“) umrandet.
• Diese Bounding Boxes werden anschließend klassifiziert, um das enthaltene Objekt zu erkennen. Dabei kann jede Box nur ein Objekt enthalten.

Zum Training wurden pro Legoauto 30 Bilder in vollständigem Zustand und jedes Teil zusätzlich viermal aufgenommen. Für jedes Bild wurden die Objekte mit Bounding Boxes manuell gekennzeichnet. Für eine zuverlässige Anwendung im realen Anwendungsfall wären jedoch mindestens 1.500 gekennzeichnete Bilder pro Objekt im Training empfehlenswert.

Die Anwendung zeigt dir, wie KI trainiert wird, welche Aufgaben sie übernehmen kann und wo ihre Grenzen liegen. Gleichzeitig wird aufgezeigt, dass KI den Menschen unterstützt, ihn aber nicht ersetzt – denn komplexe Entscheidungen und Kontextwissen bleiben ein Kompetenzbereich erfahrener Fachkräfte.