Um den Aufwand der textuellen Fehlererkennung in einer Fertigung zu automatisieren, Fehlerraten zu reduzieren und eine zuverlässige Lösung bereitstellen zu können entwickelte elunic mit Hilfe von AI.SEE™ ein System zur automatischen und lückenlosen Texterkennung.
Optische Eingabegeräte, wie beispielsweise Scanner, erzeugen beim Einlesen einer Textseite eine Pixelgrafik. Was bedeutet, dass diese nicht die dargestellten Buchstaben als solche erkennen, sondern lediglich in Spalten und Zeilen angeordnete Punkte in unterschiedlicher Färbung. Die Erkennung von herkömmlichen Schriftzeichen – in Abgrenzung zu eigens zu OCR-Zwecken entwickelter Schrift – ist komplexer und bedarf einer Software, schnell und ohne großen Rechenaufwand die einzelnen Zeichen von einander unterscheidet, erkennt und korrekt wiedergibt bzw. auf Fehlerfreiheit prüft. Die Prüfung durch den Menschen kann das nicht abbilden.
Texterkennung wird auch optische Zeichenerkennung oder OCR (optical character recognition) genannt. In der IT wird darunter die automatisierte Texterkennung innerhalb von Bildern verstanden.
Nicht nur die Fertigung muss automatisiert werden, um wettbewerbsfähig zu bleiben, sondern auch die Qualitätssicherung. Einwandfreie Texte sind in der Industrie von großer Bedeutung (zum Beispieel bei der Blisterinspektion in der Pharmaindustrie), denn Fehler lassen nicht nur das Produkt minderwertig erscheinen sondern können auch Fehlinterpretationen verursachen. Durch teilweise oder komplette Unleserlichkeit können dem Anwender wichtige Informationen vorenthalten werden und somit Sicherheitslücken und/oder rechtliche Probleme entstehen. Zudem ist eine besonders schnelle und zuverlässige Fehlererkennung entscheidend, um effizient produzieren zu können.
Dank Deep-Learning-Algorithmen können bei dauerhaft zuverlässiger Qualität auch kleinste Fehler auf heterogenen oder spiegelnden Oberflächen gefunden werden, die von menschlichen Inspektoren häufig übersehen werden, und leistungsstarke Erkenntnisse geliefert werden, die zur Steigerung der Qualität und der betrieblichen Effizienz beitragen.
Mit dem shopfloor.io-Asset Ping können Sie Bestandsmaschinen im Feld anbinden, erfassen und Maschinendaten visualisieren, digitale Services vertreiben und Ihren After-Sales erhöhen.
Nach dem ersten Screening senden wir dir eine Einladung zu unserem Tool Talentcube. Wir haben 3-5 kurze Fragen vorbereitet, die du in einem persönlichen Video beantworten kannst (auch wir haben ein kurzes Vorstellungsvideo vorbereitet). Solltest du dich damit nicht wohlfühlen, gib uns gerne Bescheid - wir finden eine Alternative!
Wir möchten dadurch einen authentischen Ersteindruck von dir erhalten und haben gleichzeitig die Möglichkeit dein Video mit unserem Team zu sichten und schnell richtige Entscheidungen zu treffen.