人工智能早已應(yīng)用于我們自主開發(fā)的圖像處理中，用以清晰地區(qū)分真正的錯誤和無礙的結(jié)構(gòu)，從而將質(zhì)量檢測期間的錯誤剔除率降至最低。它可直接集成到簡潔的 HEUFT reflexxA.I. 照相機中，并確保充分的檢測精度。

在圖像評估過程中，智能的物體檢測取代了簡單的亮度對比：HEUFT不是在現(xiàn)在才開始這樣做，而是早在20多年前就已經(jīng)這么做了，用來提高流水線上的檢測精度，并將錯誤剔除率降至最低。

為將檢測的物體進行分類，我們的圖像處理已經(jīng)使用人工智能（AI）十多年了，將真正的錯誤與無礙的結(jié)構(gòu)（如水滴）區(qū)分開來，實施有針對性的教學，并將被錯誤剔除的合格產(chǎn)品的比例降低到遠低于1%。

新的 HEUFT reflexx A.I. 照相機現(xiàn)在也采用了智能圖像處理   

我們一直以來同時在軟件和硬件層面上優(yōu)化 HEUFT reflexx A.I.。智能圖像處理甚至可以直接集成到 HEUFT reflexx A.I. 照相機中，該照相機是專門為此目的開發(fā)的，可直接實時處理和評估自己的圖像。不必還要先將其轉(zhuǎn)移到相應(yīng)的檢測或檢測設(shè)備。這將具有學習能力的圖像分析提升到最高水平；我們的模塊化系統(tǒng)的應(yīng)用可能性達到了全新的高度。為便于與這些設(shè)備連接，在對空瓶和滿瓶進行高速檢測時，還需要實現(xiàn)更多功能。

而且分辨率要高得多。為了在最小誤剔除率的情況下實現(xiàn)全面的檢測可靠性，內(nèi)部開發(fā)的硬件和軟件將經(jīng)典圖像處理方法與現(xiàn)代人工智能技術(shù)（如目標識別、分類和學習功能）相結(jié)合。

有針對性的干預，而不是靠黑盒

這是否讓你完全聽任人工智能的擺布，就好像你坐在一輛沒有方向盤和剎車踏板的自動駕駛汽車上？不是的！與其他供應(yīng)商不同，它對物體的評估不是來自于包含無數(shù)未知的不變的黑盒。相反，人類可以有針對性地干預機器學習：

例如，如果檢測到以前從未出現(xiàn)過的未知對象，出于安全原因，AI會將其評估為錯誤。然而，用戶始終可以根據(jù)自己的經(jīng)驗修改質(zhì)量評估，并將被識別的結(jié)構(gòu)定義為良好且對產(chǎn)品和包裝安全無關(guān)鍵影響，或在必要時暫時容忍。在不影響人工智能網(wǎng)絡(luò)或必須以時間和能源密集型方式對其進行再培訓的情況下，生產(chǎn)也可以安全地繼續(xù)進行。在正常運行中，一切都將繼續(xù)完全自動且高度安全地運行。

不僅僅是機器學習

如有必要，可隨時輕松更改評估：這才是真正的人工智能！它不會使具有灌裝和包裝經(jīng)驗的人員的專業(yè)知識過時。相反，它在需要時注入圖像處理分析。通過這種方式，可以將每個單獨的對象完全自動地導入多維特征空間中，并單獨分類，以區(qū)分真實錯誤和無礙結(jié)構(gòu)（如水滴）。

因此，HEUFT reflexx A.I. 將人類人工智能與經(jīng)驗證的現(xiàn)代圖像分析方法相結(jié)合，以實現(xiàn)完美的檢測結(jié)果，并在無限制的生產(chǎn)下保證完美的產(chǎn)品和包裝質(zhì)量。

  即使是現(xiàn)在，內(nèi)部開發(fā)的圖像處理——也包括 HEUFT reflexx A.I. 照相機——所提供的遠不止是簡單的機器學習。人工智能的發(fā)展還在繼續(xù)！