Automatisierte Bildklassifizierung mit c-Alice
convanit Software für die Fertigungskontrolle
Für schnellere Feedback-Loops, moderne Prozesskontrolle und verbesserte Produktqualität
Convanit bietet eine Komplettlösung für die KI-basierte Bildklassifizierung, die es herstellenden Unternehmen ermöglicht, Bilder jeglicher Art automatisch auszuwerten. Für eine Vielzahl von Industriekameras, Inspektions- und Bildverarbeitungssystemen, einschließlich optischer und Rasterelektronenmikroskope, Defekt- und elektrischer Testdaten.
Für die Halbleiterindustrie, die Elektronikfertigung, die Automobil-, Kunststoff-, Pharma- und Lebensmittelindustrie
zentral
Ein zentrales KI-Framework für den gesamten Produktionsstandort
unabhängig
unabhängig von bild- und datenerzeugenden Tools und Systemen
anpassbar
optimierte Algorithmen für den konkreten Anwendungsfall
Nach einer schnellen und unkomplizierten Implementierung in unsere Infrastruktur können wir mit c-Alice an vielen Monitoring-Stellen im Herstellungsprozess Bilder automatisch auswerten. Die Anwendung ist einfach zu bedienen, so dass Ingenieure und Techniker in der Lage sind, ihre spezifischen Anwendungsfälle selbst umzusetzen. Durch den Einsatz von c-Alice konnten wir bereits mehrere Prozessprobleme frühzeitig erkennen und durch eine signifikante Yieldverbesserung erhebliche Kosten einsparen.
Dejan Simic, Leiter Metrology bei Semikron-Danfoss
Ihr Vorteile
alle Bildtypen
c-Alice kann alle Arten von Bildern klassifizieren: jede Art von Inspektion / Mikroskopie, Wafer Maps, Test Maps und andere.
schnell & genau
c-Alice erzeugt Klassifizierungsergebnisse in Sekundenschnelle. Durch die Verwendung schneller und optimierter Algorithmen wird eine hohe Genauigkeit erreicht.
Kompletter Workflow
c-Alice bietet Image- und Rezeptmanagement einschließlich Versionierung, Überwachung, Bereitstellung und Metadatenintegration. Geringer Wartungsaufwand und reduzierter Personaleinsatz sorgen für eine effiziente Klassifizierung in der Produktion.
einfach zu bedienen
c-Alice ermöglicht die einfache Erstellung von Rezepten ohne weitere KI-Kenntnisse. Benutzer können Bilder und Kontextdaten bequem verwalten, um Rezepte zu trainieren, zu verifizieren und freizugeben.
flexibel
c-Alice basiert auf einer modernen Architektur. Einzelne Komponenten können flexibel in Ihrer Produktionsumgebung integriert werden.
"Mit c-Alice sind wir in der Lage, die Daten, die bei unseren Prüfprozessen anfallen, genauer und zuverlässiger auszuwerten. Wir können Fehler auf verschiedenen Ebenen im Produktionsprozess erkennen, wir können sehen, auf welchen Ebenen sie auftreten und ob sie letztlich für das Produkt relevant sind. Unsere Experten können KI-Methoden auf einfache und intuitive Weise anwenden und ihr Wissen auf sogenannte Rezepte übertragen, die mit Hilfe eines einfachen Workflows erstellt, konfiguriert, trainiert, freigegeben und implementiert werden können. Wir haben eine Partnerschaft mit convanit und wollen c-Alice gemeinsam mit Ihnen entwickeln."
Standortleiter Jörg Amelung und Defektdichte -Ingenieurin Juliane Weise bei Fraunhofer IPMS
Anwendungsfälle
Klassifizierungsaufgaben
Klassifizierung von Fehlertypen in Fehlerbildern (Kratzer, Löcher, Partikel, Flecken, fehlende Strukturen u.v.m.), Reduzierung von Pseudofehlern, Farbkontrolle
Anomalieerkennung
Erkennung von unerwarteten Abweichungen
Muster-, Struktur- und Oberflächenanalyse
Mustererkennung von Defekt- und Binsort-Wafer-Maps, Strukturanalyse von Materialien und Flüssigkeiten und mehr
Objekterkennung
Zählen, Positionskontrolle, Vollständigkeitskontrolle
Von der Klassifikation zur Charakterisierung
Über die reine Bildklassifikation hinaus kann c-alice beliebige Daten zusammen mit den Bildern verarbeiten, um Defekte und Probleme zu charakterisieren.
Über uns
Convanit vereint Fachexperten, Datenwissenschaftler und Softwareentwickler, um Konzepte, Methoden und Werkzeuge im Bereich Yield Engineering und Produktionsüberwachung zu entwickeln. Wir lieben diese Vielseitigkeit und die daraus resultierende Kreativität.
10+ Experten arbeiten an c-Alice
convanit GmbH & Co. KG
Kombination von Anwender Knowhow, IT und Data Science
gegründet
in Deutschland
Experten mit mehr als
Jahren Branchenerfahrung in der Produktionskontrolle
Projekte in mehr als
Produktionsstandorten
Unser Netzwerk
Zusammenarbeit mit mehreren lokalen KI-Expertengruppen, Universitäten und Instituten
Silicon Saxony
VDI/GMM
SEF
Smart System Hub
Auswahl unserer Kunden
Letzte Veröffentlichungen
KI zur Qualitätskontrolle von Platinen
24.02.2024
Limtronik geht nächste Schritte in der Automatisierung und in Richtung Künstliche Intelligenz. So optimiert die Elektronikfabrik die Qualitätskontrolle von Platinen mit einem Kamerasystem und automatisierter Bildauswertung. Zur Auswertung der Bilder kommt die Software c-Alice der Firma convanit mit KI-basierten Modellen zum Einsatz. Ziel ist es, den Verarbeitungsprozess abzusichern. Die Anwendung wurde am Standort in Limburg an der Lahn getestet und für die Dependance in Aurora (Colorado/USA) ausgeprägt.
Silicon Saxony - Smart Systems: Vom individuellen KI Anwendungsfall zur zeitnahen bezahlbaren Umsetzung in der Fertigung
Im KMU Bereich gibt es noch viele ‚ungehobene Schätze‘ im Bereich KI, wie zum Beispiel in der Fertigungskontrolle. Fachwissen, KI Methoden und Daten sind zwar vorhanden, jedoch fehlt für eine produktionsreife Lösung häufig noch das richtige Konzept zur pragmatischen Verbindung dieser Komponenten. Der Weg dahin muss nicht schwer sein, wenn man sich auf das Wesentliche konzentriert.
Digitale Welt: KI in der Fertigungskontrolle – Herausforderungen und Strategien
21.03.2023
Für die Bewertung von Zeitreihen-, Bild- und anderen Daten, ist gerade bei Zuordnungs- und Klassifizierungsaufgaben und der Erkennung von Mustern und Anomalien der Nutzen von KI Methoden hoch. Die dafür notwendige Rechenleistung ist heute ‚bezahlbar‘ und erprobte Mathematik sowie mächtige Open-Source Softwarebibliotheken stehen zur Verfügung. Dieser Artikel beschreibt Herausforderungen bei der Einführung von KI Methoden in der Fertigungskontrolle und die daraus abzuleitenden Strategien.
Wir werden unterstützt von
