In-Sight 2800: deep learning e visione tradizionale in un’unica soluzione

In-Sight 2800
Cognex In-Sight 2800 abbina deep learning e visione tradizionale in una sola facile soluzione automatizzando il rilevamento di errori in pochi minuti.

Cognex In-Sight 2800 abbina deep learning e visione tradizionale in una sola facile soluzione. Automatizza il rilevamento di errori in pochi minuti e non è necessaria alcuna esperienza di programmazione.

Cognex, società specializzata nella visione artificiale presenta al mercato l’innovativo sistema di visione della serie In-Sight 2800. In-Sight 2800 racchiude la potenza di un sistema di visione completo in una soluzione facile da usare che rende le applicazioni operative in pochi minuti.

“Non è mai stato così facile attuare il deep learning in una linea di produzione”, ha dichiarato Carl Gerst, vicepresidente esecutivo di Product, Platform and Solutions di Cognex. “Il sistema In-Sight 2800 può essere addestrato con poche immagini per automatizzare tutto, dalle semplici ispezioni pass/fail alla classificazione avanzata e all’ordinamento. Senza la necessità di un PC o di programmazione.”.

In-Sight 2800

Interfaccia intuitiva

L’interfaccia EasyBuilder guida gli utenti attraverso il processo di sviluppo delle applicazioni passo dopo passo, rendendo semplice l’impostazione di qualsiasi lavoro, anche per i neofiti delle soluzioni di visione. Gli operatori esperti apprezzeranno il modo in cui l’intuitiva interfaccia “point-and-click” di In-Sight semplifica lo sviluppo di applicazioni più complesse e consente la velocizzazione delle operazioni.

La connessione tra deep learning e strumenti di visione tradizionali offre agli utenti la flessibilità per risolvere un’ampia gamma di applicazioni di ispezione – gli operatori selezionano semplicemente lo strumento progettato per fornire la massima precisione possibile per il loro compito. Gli strumenti possono essere utilizzati singolarmente per operazioni semplici o concatenati per sequenze logiche più complesse.

In-Sight 2800

Il set di strumenti include anche ViDi EL Classify. Utilizzando solo cinque immagini, questo potente strumento di classificazione può essere addestrato a identificare e ordinare i difetti in diverse categorie e a individuare correttamente i pezzi con differenze. La capacità di classificare in base a più funzioni o caratteristiche permette agli utenti di risolvere più compiti con un’unica soluzione di visione.

Il nuovo sistema In-Sight 2800 offre anche un’ampia varietà di accessori e componenti intercambiabili sul campo per aiutare gli utenti ad adattarsi rapidamente ai cambiamenti, come nuovi pezzi, maggiori velocità di linea e standard di qualità più elevati.

Tessuti touchless intelligenti e lavabili

In un recente sviluppo nel campo dei tessuti intelligenti, i ricercatori della Nottingham Trent University, dell’Helmholtz-Zentrum Dresden-Rossendorf e.V. e della Libera Università di Bolzano hanno introdotto una tecnologia rivoluzionaria che integra sensori di campo magnetico flessibili nei tessuti. Questa innovazione

mecspe
Attualità

MECSPE: focus su transizione digitale ed energetica

MECSPE 2025 ha guardato al futuro dell’industria con tecnologie avanzate e nuove opportunità di crescita. Prossimi appuntamenti: MECSPE Bari dal 27 al 29 novembre 2025 e MECSPE Bologna dal 4 al 6 marzo 2026. La fiera ha accolto 66.573 visitatori

Design thinking

Orizzontale o verticale? Meglio entrambi per RV FLIP!

RV FLIP è l’unica nave al mondo in grado di passare dalla posizione orizzontale a quella verticale nel mezzo dell’oceano. di Carla Devecchi Immagina una nave capace di trasformarsi in un grattacielo galleggiante in mezzo all’oceano, un monumento ingegneristico sospeso

Progettazione immersiva
Metodologie di progettazione

La progettazione immersiva

Negli ultimi anni, la progettazione immersiva e la realtà aumentata stanno rivoluzionando il modo in cui vengono concepiti, sviluppati e testati i prodotti nei settori dell’ingegneria. Grazie a queste tecnologie, progettisti e ingegneri possono interagire con i modelli digitali in