Yapay Zeka / Derin Öğrenme Tabanlı Görüntü İşleme Sistemleri

Endüstri 4.0'a Yönelik Makine/Derin Öğrenme Tabanlı Gömülü ve PC Vision Sistemleri

Yapay zeka tabanlı görüntü işleme sistemlerinde, hatalı ve uygun parçalar sisteme öğretilir. Yeni parça geldiğinde ise parçanın uygun ya da hatalı olduğuna sistem kendisi karar verir. Genellikle matematiksel olarak hesaplanamayan kompleks analizlerin çözümlerinde kullanılır. Bir yüzey üzerindeki baskı, yazı ve logo kontrolü yapay zeka tabanlı görüntü işleme sistemine örnek olarak gösterilebilir.  Kompleks analizlerde iyi olmasına karşın, yapay zeka tabanlı görüntü işleme sistemleri konvansiyonel sistemlere göre daha yavaş çalışır, entegrasyon süresi daha uzundur ve maliyet açısından daha pahalıdır.

'Yapay Zeka / Derin Öğrenme Tabanlı Görüntü İşleme Sistemleri' ne yukarıda gösterildiği üzere akıllı telefon ekranı üzerindeki üretim kaynaklı oluşabilecek hataların tespit edilmesi örnek olarak verilebilir. Öncelikle sisteme doğru ve hatalı ürünler öğretilir. Sistem öğrendiği ürünler doğrultusunda, yeni gelen ürünleri karşılaştırarak ürünün hatalı olabilme olasığını yüzdesel olarak (0 ile 1 arasında) değerlendirir. Eğer sistemin belirlediği hatta oranı belirlenen eşik değerin üzerinde ise ürünü hatalı olarak değerlendirir.

Telefon üzerinde oluşabilecek çizik, çatlak gibi hatalar farklı boyut ve şekillerde oluşabileceğinden konvansiyonel hata değerlendirmesinde konvansiyonel sistem kullanılması uygun olmayacaktır. Çünkü, konvansiyonel sistem sadece doğru ya da yanlış sonucu döndürdüğünden, ekran üzerinde oluşabilecek bambaşka bir hatayı sistem daha önce öğrenmediği için ürünü hatalı olarak kabul etmeyecek ve 'Doğru' sonucu döndürecektir.