Le logiciel de vision industrielle devient encore plus performant et convivial : MVTec présente HALCON 24.11
Le 20 novembre 2024, MVTec Software GmbH l'un des principaux fournisseurs mondiaux de logiciels de vision industrielle (Machine Vision), lancera sur le marché la nouvelle version 24.11 du logiciel standard de vision industrielle HALCON.
www.mvtec.com
Les utilisateurs peuvent se réjouir de technologies et d'améliorations pionnières. « Dans HALCON 24.11, nous mettons l'accent sur des algorithmes d'IA, c'est-à-dire de Deep Learning, encore plus performants. Entre autres, les utilisateurs peuvent désormais reconnaître et évaluer les comportements imprévus lors de la classification basée sur le Deep Learning. De nombreux clients se réjouiront également de l'optimisation du lecteur de QR code. Celui-ci est désormais encore plus performant, notamment dans des conditions difficiles », explique Jan Gärtner, Product Manager HALCON chez MVTec.
De même, la technologie Shape-based Matching est encore plus conviviale et donc accessible aux utilisateurs ne disposant pas d'une expertise approfondie en traitement d'images. Le modèle de licence pour les éditions logicielles de HALCON est également amélioré : les utilisateurs de l’édition HALCON Progress peuvent désormais collaborer sans restriction aux projets de l’édition HALCON Steady. Les éditions sont compatibles entre elles à partir de la version 24.11 de HALCON. De plus, les développeurs trouveront dans la nouvelle version un aperçu du nouvel environnement de développement HDevelopEVO, propre à HALCON.
Out of Distribution Detection (OOD) pour les tâches de classification
Cette nouvelle fonctionnalité de HALCON permet de détecter facilement les comportements imprévus dus à des classifications erronées dans la production et de prendre les mesures appropriées, comme l'arrêt d'une machine, de manière ciblée et efficace. Lors de l'utilisation d'un classifieur en Deep Learning, les objets inconnus sont attribués à l'une des classes apprises par le système - ce qui peut poser des problèmes lorsqu'il s'agit par exemple de types de défauts ou de corps étrangers jamais rencontrés auparavant.
La nouvelle fonctionnalité de Deep Learning « Out of Distribution Detection (OOD) » indique aux utilisateurs lorsqu'un objet qui ne figurait pas dans les données d'apprentissage est classé. Par exemple, il pourrait s'agir d'une bouteille avec une étiquette verte si le système n'a été entraîné que pour des bouteilles avec des étiquettes rouges ou jaunes. Dans ce cas, HALCON fournit un message « Out of Distribution » accompagné d'un score OOD qui indique l'importance de l'écart par rapport aux classes entraînées.
Autre avantage : si les utilisateurs souhaitent élargir leurs modèles de Deep Learning avec de nouvelles images d'apprentissage, le score OOD est également utile dans ce cas. En effet, il aide à sélectionner les images d'entraînement ayant la plus grande valeur ajoutée possible pour le modèle. Par exemple, un score OOD élevé d'une nouvelle image d'entraînement indique un écart plus important par rapport aux images déjà présentes sur le réseau - ce qui signifie un contenu informatif plus important et donc une plus grande valeur ajoutée pour l'entraînement.
Amélioration du Shape-based Matching
La fonctionnalité « Shape-based Matching » utilisée dans de nombreuses applications devient plus conviviale avec la nouvelle version de HALCON. Cette technologie est utilisée pour trouver des objets rapidement, avec précision et exactitude. HALCON 24.11 contient à cet effet la nouvelle fonction « Extended Parameter Estimation » (brevet en cours). Elle permet d'estimer les paramètres de manière plus granulaire, ce qui accélère considérablement l'exécution dans certaines applications. L’ « Extended Parameter Estimation » permet également aux utilisateurs ne disposant pas d'une solide expertise en traitement d'images de procéder à cette estimation.
Lecteur de QR code optimisé
Les performances du lecteur de QR code de HALCON ont été considérablement améliorées. Cela est particulièrement visible dans des conditions difficiles, par exemple lorsque de nombreux codes doivent être trouvés dans l'image ou que de nombreuses textures dans l'image rendent la détection difficile. Le taux de reconnaissance a été augmenté et le temps de traitement considérablement réduit dans les scénarios exigeants.
Aperçu du nouvel environnement de développement HDevelopEVO
Pour tous les utilisateurs de l'environnement de développement (IDE) HDevelop de HALCON, HALCON 24.11 propose une avant-première spéciale : un aperçu du nouvel IDE HDevelopEVO. Celui-ci se caractérise entre autres par une interface utilisateur plus moderne et plus intuitive ainsi que par un éditeur amélioré (c'est-à-dire l'élément de programmation central). Ce dernier permet de programmer ou de prototyper plus rapidement et plus efficacement des applications de vision artificielle. Les utilisateurs peuvent déjà tester en détail le nouvel environnement de développement dans HALCON 24.11. Les fonctionnalités de HDevelopEVO seront continuellement étendues dans les prochaines versions et il deviendra progressivement l'environnement de développement standard de HALCON.
Deep 3D Matching
Avec cette fonctionnalité, HALCON 24.11 contient une nouveauté du marché basée sur du Deep Learning pour le domaine de la vision 3D, en particulier pour les applications de bin-picking et de pick-and-place. Cette fonction est particulièrement robuste lors de la détermination de la position et de la rotation exacte d'un objet appris et se caractérise par un paramétrage très réduit et un temps d'exécution rapide. Selon les exigences de précision, il est possible d'utiliser une ou plusieurs caméras 2D standard (coût avantageux) pour déterminer la position. L'entraînement se fait exclusivement sur des données synthétiques générées à partir d'un modèle CAO. Un entraînement supplémentaire n'est donc pas nécessaire.
Les clients peuvent déjà exécuter cette fonction dans HALCON 24.11 - ils peuvent toujours contacter MVTec pour entraîner le modèle et évaluer les applications. L’entraînement et l'évaluation dans HALCON suivront dans la prochaine version.
L'interface GigE Vision de HALCON supporte RoCEv2
Avec cette version, l'interface GigE Vision de HALCON supporte le protocole de réseau RoCEv2, ce qui permet d'augmenter les performances lors de la transmission d'images.
Amélioration de l'édition HALCON Progress
L’édition HALCON Progress est désormais entièrement compatible avec l’édition HALCON Steady. Il est désormais possible pour les utilisateurs de Progress de travailler sur les mêmes projets que les utilisateurs de Steady. De plus, les utilisateurs de HALCON Progress reçoivent désormais les mêmes mises à jour de maintenance que les utilisateurs de HALCON Steady et, pour passer de Steady à Progress, il suffira à l'avenir d'échanger le fichier de licence correspondant.
www.mvtec.com
