beh.digital beh.cam Benutzerhandbuch
Inhaltsverzeichnis
Inhaltszusammenfassung für beh.digital beh.cam
- Seite 1 Benutzerhandbuch beh.digital GmbH...
- Seite 2 Vorwort Einführung Die beh.digital GmbH hat dieses Handbuch gewissenha erstellt. Dennoch kann keine Gewähr für den Inhalt, die Vollständigkeit und die Qualität der Informationen in dessen erfolgen. In regelmäßigen Abständen und bei Updates wird dieses Handbuch aktualisiert und überprü . Bei fehlenden Informa- tionen oder Problemen mit unserem Produkt wenden sie sich bitte an ihren Ansprechpartner oder schreiben sie uns eine E-Mail an: support@beh.digital.
- Seite 3 Einschränkung dar. Durch den Kauf wird dem Käufer das Recht zur Nutzung der So ware eingeräumt. Copyright © Alle Rechte dieses Handbuches sind der beh.digital GmbH vorbehalten. Kein Teil dieses Handbuchs darf ohne schri liche Genehmigung der beh.digtial GmbH verwendet werden. Dies schließt die Über- setzung in eine andere Sprache ein.
-
Seite 4: Technische Daten
Technische Daten Mechanische Eigenscha en Die Abmessungen der Kamera sind im separaten Dokument dargestellt. dimensions_v1.pdf Anschlüsse Die Kamera verfügt über drei Anschlüsse auf der Rückseite. An der unteren Kante befinden sich zwei X-kodierte Gb Ethernet Verbinder. Über den mittleren, oberen Verbinder wird die Versorgungs- spannung zur Verfügung gestellt. - Seite 5 Versorgungsspannung und digitale Ein- und Ausgänge Anschluss Abbildung : Signal Richtung Bemerkung Versorgungsspannung . . . V Eingang GPIO Industrieller I/O Ground Ground GPIO Industrieller I/O Elektrische Eigenscha en Spannungsversorgung • Eingangsspannung (typisch): . . . • Eingangsspannung (Minimum): •...
- Seite 6 Digitale Ein- und Ausgänge • Eingangsspannung High (minimal): V • Eingangsspannung High (maximal): Versorgungsspannung • Eingangsspannung Low (minimal): - V • Eingangsspannung Low (maximal): , V • Ausgangsspannung High (maximal): Versorgungsspannung • Ausgangsspannung Low (maximal): V • Ausgangsstrom (typisch): Ethernet Anschlüsse...
- Seite 7 Bildrate (max. Modell Sensor Auflösung Pixelgröße Sensorgröße Shutter Bildrate) bc-XXX- ON Semi , MP ( m x , / , " Rolling Verarbeitungseinheit Die bc-m g-XXX Kamera verwendet die folgende Verarbeitungseinheit: • NXP i.MX M Plus CPU, Taktfrequenz . GHz, QuadCore, Industrial Grade •...
- Seite 8 Anschluss IP-Adresse Maskierung ..Weisen Sie Ihrem Gerät eine IP Adresse zu, welchen den Zugri auf die Kamera ermöglicht (beispiels- weise . . . / , bzw..mit Subnetz-Maske . ). Anschließend können Sie über einen aktuellen Webbrowser über die IP-Adresse als URL (z.
- Seite 9 • Produktionsfehler oder keine Produktionsfehler. • Karto el oder Stein • Grüner oder roter Apfel Es kann aber auch ein Modell trainiert werden, welches spezifischer unterscheidet. Beispiele: • Keine Produktionsfehler, • Karto el, Karto el mit Keimung oder Stein •...
- Seite 10 Hierüber können bereits erstellte Task von anderen beh.cam Kameras importiert werden, um beispielsweise mehrere Produktionslinien abzudecken. f. Custom Code (Konventionelle Bildverarbeitung) Über Python können eigene Verarbeitungen eines Bildes / Bildausschnitts programmiert werden. Für die Verarbeitung kann die numpy Bibliothek genutzt werden. Für die Ausgabe stehen -Byte zur Verfügung (über Feldbus).
- Seite 11 Task Einstellungen bearbeiten Task Einstellungen Abbildung : beh.digital GmbH...
- Seite 12 Hier kann zunächst der Task benannt werden und mit einer Erklärung versehen werden. Anschlie- ßend können bereits die Klassen, auf die das Modell später trainiert werden soll, eingeben werden. Beispielweise in der Abbildung bereits eintragen, gut und schlecht. Über den Button Save werden die vorgenommenen Änderungen gespeichert.
- Seite 13 Bilder annotieren Die aufgenommenen Bilder werden im standardmäßig vorhandenen Ordner Unclassified ( ) abgelegt. In Abhängigkeit der Tasks können weitere Aktionen verfügbar sein, welche nachfolgend für die jeweiligen Tasktypen detailliert werden. Bilder klassifizieren Abbildung : Per Drop in einen Reiter können Bilder von dem Computer hochgeladen werden. Bilder können außer- dem über Klicks ausgewählt werden.
- Seite 14 Bilder nachbearbeiten Abbildung : Oben links über dem angezeigten Bild kann erkannt werden, in welcher Klasse sich das Bild befindet. Verschoben kann es zusätzlich über das angezeigte Dropdown Feld ( ) (nur bei Klassifikation). Oben rechts über dem angezeigten Bild hat man unterschiedliche Bearbeitungsmöglichkeiten eines einzelnen Bildes oder mehrerer (markierter) Bilder: ( ) Mit der Markierung eines Bildes, verhindert man, dass es für das Training verwendet wird.
- Seite 15 Bildern in jeder Klasse vorliegt. Sollten es beispielsweise zwei unterschiedliche Klassen geben, wobei die Bilder der einen Klasse eine größere Varianz als die andere aufweist, sind dennoch ungefähr gleich viele Bilder pro Klasse aufzunehmen. Die Trainingsalgorithmen minimieren den Fehler bei der Klassifikation, wobei die Dominanz in der Anzahl der Bilder in einer Klasse zu einer schlechten Generalisierung führt.
- Seite 16 Model Parameter Einstellungen Abbildung • Data Augmentation Mithilfe dieser Einstellungen kann das Modell beispielsweise auf Helligkeit, Spiegelungen oder Objektgrößenunterschiede verfeinert werden. Bild Augmentation Einstellungen Abbildung : • Training Parameters Die Gradcam Einstellung fügt einen speziellen Layer am Ausgang des Neuronalen Netzes hinzu,...
- Seite 17 Aktivierung des trainierten Modells zu visualisieren. Eine Ausführung wird unter Umständen langsamer. Eine erste Auswahl an Trainingsparametern bietet die Einstellung Automatic. Diese können aber auch manuell überschrieben werden. Model Training Parameter Abbildung Hyper Parameter: – Batch Size: Anzahl an Bilder, nach welchen die Künstliche Intelligenz angepasst wird. Kleine Batch Sizes können bei großer Lernrate ein Schwingen der Klassifikationsgüte zur Folge...
- Seite 18 Klassen. Validation Settings: – Zurzeit können, wenn der Schalter nach links geschoben wird, die zuvor im Datensatz als Validierungsbilder markierten Daten zur Verifikation verwendet werden. • Training Durch Druck auf den Training-Button wird der Prozess auf dem aktuellen PC ausgeführt. Nach dem Start des Trainings kann der Trainigsfortschritt durch eine Grafik beobachtet werden.
- Seite 19 ( )erfolgen. Bei Auswahl von Predict erscheinen die aktuellen Klassifikationsergebnisse unterhalb des Live Videostreams. Ausführung des Modells Abbildung Mithilfe der Activation Visualization ist eine grafische Darstellung der Aktivierung des Neuronalen Netzes bei mit Gradcam trainieren Modellen möglich. Die dargestellten Farben entsprechen hierbei einem Wärmeprofil (blau: geringe Aktivierung, rot: hohe Aktivierung).
- Seite 20 Bildausschnitt der Inferenz Abbildung Über die IO-Settings kann die Ausgabe gesteuert werden. Im oberen Bereich ist der -stellige Octet-String zur Einbindung in die Profinet Projektierung dargestellt. In der unteren Tabelle kann die Klassen-ID, Farbe und Ansteuerung der GPIOs nach Klasse spezifiziert werden.
-
Seite 21: Multi Task Klassifizierung
IO-Einstellungen der Ausführung Abbildung Multi Task Klassifizierung Mit diesem Task können mehrere Bildausschnitte unabhängig voneinander mit dem gleichen oder unterschiedlichen Modellen klassifiziert werden, welche zuvor trainiert wurden (s. vorheriges Kapitel). Nach der Auswahl des Multi Task auf der Startseite wird die bekannte Ansicht mit Dataset und Models dargestellt. - Seite 22 Datensatz Beim Multi Task dient der Datensatz nicht für das Training eines Neuronalen Netzes, sondern für den Test / Validierung der definierten Modelle. Modelle Unter Models kann im Folgenden ein neues Modell erstellt werden, das wiederum aus einem oder mehreren bereits trainierten Modellen besteht.
- Seite 23 Schritt : Auswahl eines Tasks Abbildung . eines der trainierten Modelle des Klassifizierungs Tasks auszuwählen Schritt : Auswahl eines Modells Abbildung . im Gesamtbild den ausgewählen Bereich mit Kooridnation zu definieren. Hierzu können Sie ein Bildbearbeitungsprogram wählen wie zum Beispiel Paint oder Gimp.
- Seite 24 Schritt : Auswahl der Region of Interest Abbildung Ausführung Unter Models können Sie die Modelle auf Bildern getestet oder die Modelle live ausgeführt (Predict) werden. beh.digital GmbH...
- Seite 25 Ein neues Multi Task Modell mit mehreren Modellen erstellen Abbildung Unter den IO Einstellungen wird ebenfalls die Model ID für die Einbindung in die Profinet Projektierung dargestellt. Außerdem können für die beiden GPIOs die Verknüpfungen der GPIOs der einzelnen Modelle definiert werden.
-
Seite 26: Profinet Schnittstelle
Profinet und Webinterface werden auf den gleichen Netzwerkschnittstellen zur Verfügung gestellt. Die beh.cam GSDML bietet beh.cam mehrere freie physikalische Slots, in welchen von der Projek- tierungsso ware entweder ein entsprechendes Modul instantiiert werden kann. Sobald ein Modul instantiiert wurde, werden zyklisch die Klassifikationsergebnisse ausgegeben. -
Seite 27: So Ware Updates
Erweiterung um Custom Code, GPIOs, Sensoreinstellungen Multi-Task Erweiterung um GPIOs Um ein Update auf der Kamera zu installieren, verbinden Sie zunächst beh.cam und Laptop über das Ethernet-Kabel. Anschließend starten Sie die So ware (Inbetriebnahme der So ware) und klicken oben rechts auf die drei Punkte. - Seite 28 Es ist wichtig, dass die Kamera den gleichen Bildausschnitt im Live Betrieb zeigt. Ansonsten kann es zu einer geringeren Erkennungsrate führen. . Wie kann ich eine externe Kamera an die beh.cam anschließen? Externe Kameras werden zurzeit nicht unterstützt.