Fortgeschrittenen-Schulungen

Dieser Kurs für Fortgeschrittene taucht tief in die Bildklassifikation mit Deep Learning ein. Anhand des MVTec Deep Learning Tools lernen Sie, ein Klassifikationsproblem selbstständig zu lösen.

Der Kurs dauert ca. 50 Minuten.

Zielgruppe

Dieser Fortgeschrittenenkurs richtet sich an Lernende mit Grundkenntnissen im Bereich Deep Learning, die ihr Wissen im Bereich der Bildklassifikation vertiefen möchten.

Ziele

Nach Abschluss dieses Kurses:

• wissen Sie, was Bildklassifikation ist.
• Verstehen Sie, dass Daten ein wichtiger Bestandteil von Deep Learning Anwendungen sind.
• haben Sie ein Deep Learning Klassifikationsmodell trainiert und evaluiert.
• sind Sie in der Lage, ein eigenes Deep Learning Projekt zu starten.

In diesem Kurs für Fortgeschrittene lernen Sie, wie Sie MERLIC Communicator Plug-ins verwenden, um mit externen Geräten in Ihrem Automatisierungsprozess zu kommunizieren.

Wir konzentrieren uns auf die folgenden MERLIC Communicator Plug-ins:

• REST-Plugin
• OPC UA Server Plugin
• MQTT-Plugin
• TCP Socket Plugin

Für den gesamten Kurs benötigen Sie 100 Minuten.

Zielgruppe

Diese Schulung richtet sich an:

• Prozessingenieure, die lernen möchten, wie man MERLIC integriert, mit einem grundlegenden Verständnis von Systemintegration, aber begrenzten Kenntnissen von Kommunikationsprotokollen.
• Automatisierungsingenieure mit Vorkenntnissen in Kommunikationsprotokollen, die lernen möchten, wie sie MERLIC in ihre Prozesse integrieren können.

Ziele

Nach Abschluss dieses Kurses:

• können Sie beurteilen, welches der von MERLIC unterstützten Kommunikationsprotokolle für Ihren Automatisierungsprozess geeignet ist,
• wissen Sie, wie Sie Ihre MERLIC Bildverarbeitungsanwendung in den Automatisierungsprozess integrieren können und
• sind Sie in der Lage, Ihre MERLIC Bildverarbeitungsanwendung mit einem der in diesem Kurs behandelten Kommunikationsprotokolle zu steuern.

Diese Fortgeschrittenen-Schulung behandelt das HALCON Shape-Matching und den generischen Shape-Matching-Operator-Satz. Sie lernen die Vorteile von Shape Matching kennen, wie Sie Shape Matching auf Ihren Anwendungsfall anwenden und wie Sie die gängigsten Parameter für optimale Matching-Ergebnisse parametrisieren.

Für den gesamten Kurs benötigen Sie 115 Minuten.

Zielgruppe

Diese Schulung richtet sich an fortgeschrittene HALCON-Anwender, die die Shape Matching Technologie für ihre Anwendungen nutzen wollen.

Ziele

Nach Abschluss dieses Kurses werden Sie:

• ein Verständnis dafür erlangen, was "Matching" im Kontext der maschinellen Bildverarbeitung bedeutet und wo Shape Matching für Ihre Anwendung von Nutzen sein kann.
• den Workflow des Generic Shape Matching kennenlernen.
• die wichtigsten Parameter kennen, die die Robustheit und Laufzeit beeinflussen.
• lernen, wie man die Ergebnisse des Shape Matching weiterverarbeitet.
• in der Lage sein, Ihre ersten grundlegenden Shape Matching Applikationen zu lösen.

Diese Fortgeschrittenen-Schulung führt Sie in die Arbeit mit 3D Surface Matching ein. Sie lernen die Grundlagen des 3D Surface Matching kennen, sowie den gesamten Workflow und Details zur Verbesserung der Leistung.

Der Kurs dauert ca. 85 Minuten.

Zielgruppe

Diese Schulung richtet sich an fortgeschrittene HALCON-Anwender, die bereits den Kurs "Introduction to 3D" besucht haben und die 3D-Objektlokalisierung durchführen möchten.

Ziele

Nach Abschluss dieses Kurses werden Sie ...

• wissen, was Surface-Based Matching ist,
• den Workflow des Surface-Based Matching in HALCON kennen und wissen, was die einzelnen Schritte bewirken,
• in der Lage sein, die Ergebnisse des Surface-Based Matching zu debuggen,
• in der Lage sein, das Surface-Based Matching hinsichtlich Geschwindigkeit, Robustheit und Genauigkeit zu verbessern.

Daten sind für jede Deep-Learning-Anwendung von entscheidender Bedeutung. Selbst das ausgefeilteste Deep-Learning-Modell nützt Ihnen ohne geeignete Daten nichts.

In dieser Fortgeschrittenen-Schulung lernen Sie, worauf Sie bei der Zusammenstellung Ihres Deep Learning-Datensatzes achten müssen und was Sie vermeiden sollten.

Der Kurs dauert ca. 50-60 Minuten.

Zielgruppen

Dieses Training richtet sich an neue und fortgeschrittene Deep Learning-Anwender, die mehr über die Bedeutung von Daten in Deep Learning-Anwendungen erfahren möchten. Der Abschluss des Kurses „Introduction to Deep Learning“ ist Voraussetzung.

Ziele

Nach Abschluss dieses Kurses werden Sie ...

• verstehen, warum Daten für jede Deep Learning-Anwendung so wichtig sind.
• in der Lage sein, das Problem, das Sie mit Deep Learning lösen wollen, richtig und genau zu definieren.
• die Qualität Ihres Datensatzes beurteilen können.
• die Anforderungen an Datensätze für die verschiedenen Deep-Learning-Methoden kennen.
• in der Lage sein, Ihren eigenen Datensatz zu kuratieren und die Qualität fachkundig zu bewerten.

Dieser Kurs für Fortgeschrittene führt Sie in MVTec's Deep OCR (Optical Character Recognition) ein. Sie werden lernen, wie Sie Deep OCR in verschiedenen Szenarien einsetzen können.

Der Kurs dauert ca. 60 Minuten.

Zielgruppe

Dieser Kurs besteht aus einem Grundlagenteil, der sich an neue HALCON-Benutzer richtet, die mit Deep OCR beginnen möchten, und einem fortgeschrittenen Teil für Nutzer, die mehr über die Verwendung dieser Technologie erfahren möchten.

Ziele

Nach Abschluss dieses Kurses werden Sie ...

• wissen, was OCR und Deep OCR ist.
• sind Sie in der Lage, Deep OCR in HDevelop in Standard- und Nicht-Standardszenarien zu verwenden.
• im Detail verstehen, wie Deep OCR Detektion und Recognition funktionieren.
• können Sie die Ergebnisse von Deep OCR so optimieren, dass diese Ihrer Aufgabe am besten entsprechen.

Diese Schulung für Fortgeschrittene zeigt, wie die semantische Segmentierung mit Deep Learning von MVTec verwendet wird, um ein Bild auf der Grundlage von vorhergesagten Klassen in Regionen zu unterteilen. Sie lernen, Daten zu beschriften, zu trainieren und ein Modell für die Inferenz auszuwerten.

Der Kurs dauert ca. 60 Minuten.

Zielgruppe

Diese Fortgeschrittenen-Schulung richtet sich an HALCON- und MERLIC-Anwender, die Deep Learning nutzen wollen, um Bilder pixelweise nach ihren Klassenlabels zu segmentieren.

Ziele

Nach Abschluss dieses Kurses:

• verstehen Sie, was Sie mit semantischer Segmentierung tun können,
• können Sie den Workflow der semantischen Segmentierung in den kompatiblen MVTec-Produkten anwenden,
• wissen Sie, wie Sie ein semantisches Segmentierungsmodell beschriften, trainieren und evaluieren, und
• sind Sie in der Lage, das trainierte Modell in HALCON und/oder MERLIC zu integrieren.

Diese Fortgeschrittenen-Schulung zeigt Ihnen, wie Sie unbekannte Defekte mit MVTecs Deep-Learning-basierter Global Context Anomaly Detection (GC-AD) identifizieren können. Sie lernen, wie Sie Ihre Daten aufbereiten, trainieren und ein GC-AD-Modell auf Ihre Anwendung anwenden.

Der Kurs dauert ca. 140 Minuten.

Zielgruppe

Diese Fortgeschrittenen-Schulung richtet sich an HALCON- und MERLIC-Anwender, die Deep Learning einsetzen wollen, um Fehler und Anomalien in ihrer Anwendung zu erkennen.

Ziele

Nach Abschluss dieses Kurses werden Sie wissen ...

• …wofür Global Context Anomaly Detection verwendet werden kann,
• ... wie der Workflow von GC-AD in den MVTec-Produkten aussieht,
• ... wie man ein GC-AD-Modell trainiert und auswertet, und...
• ... wie das trainierte Modell in HALCON und/oder MERLIC integriert werden kann