STEMMER IMAGING

HALCON 22.11 offre un grand choix de nouvelles fonctionnalités améliorées de vision :

• 3D Gripping Point Detection
  La nouvelle technologie de détection 3D des points de préhension est le point fort de la nouvelle version HALCON 22.11. Elle peut être utilisée pour détecter sans erreur la surface des objets destinés à la préhension par aspiration. Contrairement aux applications classiques de dévracage, cette nouvelle technologie supprime la nécessité d'entraîner le système à reconnaître la surface des objets. Il n’est donc plus nécessaire de connaître les objets en question, ce qui accélère la mise en œuvre d’applications classiques de dévracage, telles qu'elles existent par exemple dans la logistique.

• Data Type Memory Block
  HALCON 22.11 introduit également un nouveau type de données appelé « memory block » qui permet de stocker et de transférer des données binaires dans HALCON ainsi que de les traiter ultérieurement avec d'autres applications. Cela augmente la compatibilité du logiciel avec les protocoles de communication machine, tels que OPC UA ou les interfaces d'acquisition d'images, pour stocker les fichiers de configuration des caméras par exemple. Par ailleurs, il est possible de crypter toutes les données pouvant être sérialisées, ce qui augmentent considérablement la sécurité des données. Ainsi, les modèles de deep learning formés peuvent désormais être protégés. Les utilisateurs peuvent ainsi protéger leur propriété intellectuelle - leur savoir-faire et leurs investissements pour la collecte de données et l'entraînement des modèles. En outre, il est possible de s'assurer que seuls les utilisateurs autorisés utilisent le modèle en question.

• Guided GradCam
  La GradCam guidée fournit, sous la forme d'une carte thermique, des points de repères encore plus précis concernant les zones de l'image pertinentes pour la décision prise par le réseau de deep learning. Cela permet par exemple d'examiner plus précisément les erreurs de classification.

• Hardware HAILO d’accélération par IA
  HALCON 22.11 prend également en charge HAILO, le matériel d'accélération par IA qui peut être utilisé via un plug-in pour exécuter très rapidement des inférences de deep learning. Cela élargit le choix du hardware disponible et augmente la flexibilité lorsqu'il s'agit d'utiliser les meilleurs composants pour une application donnée.

• Licences réseau
  Avec HALCON 22.11, MVTec étend les possibilités de licence en ajoutant l'option de licence HALCON via un réseau. Un serveur de licences permet l'utilisation de licences flottantes. Les développeurs se partagent ainsi un nombre prédéfini de licences en utilisant une connexion réseau. Les utilisateurs bénéficient d'une plus grande flexibilité dans l'attribution des utilisateurs, et les développeurs d'une plus grande indépendance quant à leur lieu de travail. Pour les équipes de développement décentralisées ou travaillant à distance, c'est le moyen idéal d'utiliser efficacement les puissants algorithmes de vision industrielle de HALCON. En outre, ce nouveau mécanisme permet de travailler dans des environnements virtuels sans identification physique permanente de l'hôte.

HALCON 22.05 offre un large éventail de nouvelles fonctions de vision ainsi que des améliorations.

• Global Context Anomaly Detection
  L’outil de détection d'anomalies d'HALCON a été amélioré pour pouvoir résoudre un plus grand nombre d’applications de détection d'anomalies, notamment les plus complexes. Portant le nom de Global Context Anomaly Detection, il est désormais capable de détecter des anomalies inconnues dans un contexte global. Il peut également vérifier l'exhaustivité et détecter les défauts. Grâce à lui, le développement du contrôle qualité pour des anomalies inconnues est accéléré. Il convient ainsi parfaitement au contrôle de la qualité, mais pas seulement.

• Training pour Deep OCR
  La technologie Deep OCR de HALCON s'enrichit d'une nouvelle fonctionnalité d’apprentissage qui entraîne votre système de façon entièrement spécifique en fonction de votre application. Deep OCR s’adapte donc à vos spécificités d’utilisation. L'outil peut désormais lire des styles d'impression peu courants et offre une meilleure lisibilité quand les conditions de luminosité et de contraste sont faibles. Par ailleurs, les utilisateurs obtiennent de meilleurs résultats avec moins de réglages de paramètres à effectuer et résolvent des tâches d'OCR très complexes.

• Contrôle étendu de la qualité d’impression des codes ECC200
  Le contrôle de la qualité d'impression pour les codes ECC200 a été étendu afin de pouvoir résoudre plus efficacement les applications de lecture/impression de codes. Le module de détermination de la grille est désormais plus robuste, la fonction de tri est jusqu'à 150% plus rapide et la facilité d'utilisation a été optimisée grâce à des procédures supplémentaires. Cet outil est parfait pour une utilisation dans le secteur pharmaceutique et dans d'autres industries d'impression de codes.

• Améliorations significatives de la qualité de vie
  Un grand nombre de petites améliorations complètent HALCON 22.05, dont une vitesse accrue et de nouveaux opérateurs, par exemple pour le lissage de régions formée de faon arbitraire ou pour l'égalisation des histogrammes. En outre, la fonction Generic Shape Matching est désormais intégrée à l'assistant de correspondance de HDevelop.

La version HALCON 21.11 offre à la fois des nouveautés et des améliorations :

• AI Accelerator Interface (AI²)
  Il s’agit d’une interface générique, similaire à l'interface d'acquisition de MVTec, qui permet de mettre en place des plug-ins pouvant être utilisés sur les produits MVTec. L'interface AI² s’adapte entièrement au hardware de deep learning. Deux toolkits sont disponibles pour le moment : TensorRT et OpenVINO. D'autres suivront.

• OpenVINO toolkit plugin.
  OpenVINO est un ensemble d'outils ultra-performants de deep learning pour Intel. Il étend les workloads vers différents matériels Intel (accélérateurs y compris) et améliore ainsi les performances. OpenVINO fournit lui-même des plugins pour certains hardware Intel : Intel CPU, Intel GPU, Intel VPU (comme Intel Movidius Neural Compute Stick par exemple). HALCON 21.11 est compatible avec le toolkit OpenVINO afin d'accélérer les opérations d'inférence. L'utilisation du plugin OpenVINO peut réduire considérablement les temps d'exécution et l’utilisation de la mémoire, pour une plus grande flexibilité au niveau du hardware.

• Lecteur de codes 128 amélioré.
  Le lecteur de codes-barres a été amélioré et peut désormais lire le code 128/GS1-128 lorsqu’il est flou. Le code est en général flou lorsque l'objet bouge ou que la profondeur de champ est limitée. Le code-barre de type 128/GS1-128 est un standard de marquage en logistique car il est compact et concentre une grande quantité d'informations.

• Deep Learning Instance Segmentation
  HALCON 21.11 introduit une nouvelle technologie appelée « instance segmentation » qui enrichit les possibilités de deep learning. Celle-ci combine les avantages de la segmentation sémantique avec ceux de la détection d’objets. La segmentation d’instances permet d’assigner les objets à différentes classes, au pixel près. Cette technologie est particulièrement utile dans les applications où les objets sont très proches les uns des autres, se touchent ou se chevauchent. Un cas typique d’utilisation est la saisie d'objets disposés au hasard dans des boîtes (bin picking) ou l'identification et la mesure de structures qui se développent de façon naturelle.

• Syntaxe simplifiée pour les dictionnaires (HDict)
  Les dictionnaires facilitent la gestion des données complexes dans HALCON. Par exemple, différents types de données comme les images, les régions d'intérêt ou les réglages de paramètres peuvent être regroupés en un seul dictionnaire. Cela permet de structurer logiquement les programmes, par exemple lorsque de nombreux paramètres sont transmis à une procédure. HALCON 21.11 comprend plusieurs améliorations qui rendent la manipulation des dictionnaires plus simple et rapide : les dictionnaires peuvent par exemple être initialisés en un seul appel ; la syntaxe pour ajouter et récupérer des éléments a été simplifiée ; la fonction de saisie automatique suggère des clés contenues dans le dictionnaire.

• Interface évolutive pour le shape matching
  Avec Generic Shape Matching, HALCON offre un accès convivial aux technologies de shape matching de MVTec ayant fait leur preuve dans l'industrie. Le nombre d'opérateurs nécessaires a été fortement réduit, ce qui simplifie et accélère la mise en œuvre de solutions.
  Les améliorations apportées à la version HALCON 21.11 ont été faites pour répondre aux souhaits de ses utilisateurs et offrir une plateforme encore plus conviviale. Cela se traduit notamment par l’intégration de la fonction Clutter, par l’optimisation de l’inspection des Handles et l’ajout de différents paramètres, inclus dans la fonction d'estimation automatique des paramètres.

La version HALCON 21.05 offre de nouvelles possibilités de deep learning et de matching. Le lecteur de codes-barres Subpixel Barcode Reader, l’outil Deep OCR et l'environnement de développement HDevelop ont été améliorés. Avec HALCON 21.05 Progress, les processus de vision industrielle gagnent en robustesse et en convivialité.

• HDevelop, un environnement de développement plus convivial
  La fonction d’ancrage des fenêtres a été améliorée. Il est désormais possible de choisir différents emplacements pour ouvrir une fenêtre flottante. L’ancrage n’était possible que dans le coin supérieur gauche de l'écran principal. Maintenant, vous pouvez choisir le coin supérieur gauche de l'écran où se trouve HDevelop, ou le coin supérieur gauche de HDevelop lui-même. Cela permet d’ouvrir les widgets au plus près de HDevelop.
  HDevelop comprend également une nouvelle fonction appelée « auto-hide ». Elle permet de minimiser rapidement les widgets dans la barre latérale et de les réafficher en cas de besoin.
  Et il est désormais plus facile de regrouper et d’organiser les fenêtres graphiques.

• Deep OCR amélioré
  Les améliorations apportées au Deep OCR concernent la convivialité et les performances. Le traitement des images grand format est plus robuste. Le résultat contient une liste de caractères candidats avec un score de confiance qui peut être utilisé pour améliorer les résultats de reconnaissance. L’outil est par ailleurs beaucoup plus stable et permet de mettre en œuvre une plus grande variété d’applications, car de nouveaux caractères ont été ajoutés.

• Framework de deep learning
  HALCON 21.05 contient une première version du HALCON Deep Learning Framework. Il permet aux utilisateurs expérimentés de créer leurs propres modèles dans HALCON. De cette façon, il est possible de mettre en œuvre des applications exigeantes et complexes directement dans HALCON sans recourir à des réseaux pré-entraînés ou à des frameworks d’autres fabricants.

• Generic Shape Matching
  Avec le Generic Shape Matching, les technologies de correspondance de forme de MVTec deviennent encore plus conviviales et évolutives. Le nombre d’opérateurs nécessaires a été drastiquement réduit, ce qui fait gagner en rapidité et en simplicité la mise en œuvre de solutions. Par ailleurs, les différentes méthodes de matching de formes sont regroupées en un seul ensemble d’opérateurs : les utilisateurs peuvent ainsi intégrer de nouvelles fonctionnalités de façon plus fluide.

• Subpixel barcode reader
  Le lecteur de codes-barres d'HALCON est capable de lire des codes aux barres très fines. Les améliorations apportées à cet outil dans HALCON 21.05 concernent surtout la lecture de codes à faible résolution, avec une augmentation du taux de décodage de 50%.

• Opérateurs de base 2D et 3D pour un prétraitement rapide et robuste
  Dans HALCON 21.05, l'échantillonnage des nuages de points 3D intègre un nouveau mode appelé « furthest point » (point le plus éloigné) qui apporte plus d’uniformité à l’échantillonnage d'un objet 3D. La fonction de lissage des nuages de points 3D a été améliorée avec un nouveau mode qui utilise les informations des mappings XYZ. Le lissage de nuages de points 3D peut être utilisé comme étape de prétraitement pour lisser les nuages de points et éliminer le bruit. En général, ce mode accélère nettement le temps de traitement.

D'autres améliorations ont été apportées à HALCON 21.05, notamment une accélération des opérateurs de base de l'image.