Sahadan notlar & rehberler.
Yapay zekâ görüntü analitiği, iş güvenliği, kalite ve altyapı üzerine Ar-Ge ekibimizden pratik yazılar.
Yapay zekâ ile KKD tespiti nasıl çalışır?
Baret, yelek, gözlük ve eldiveni kamera görüntüsünden kişi bazında kontrol eden sistemlerin arkasındaki mantık, doğruluğu etkileyen faktörler ve sahada dikkat edilmesi gerekenler.
Yazıyı oku
Forklift – yaya çarpışmalarını görüntü analitiğiyle önlemek
Depo ve üretim alanlarında forklift ile yaya arasındaki mesafeyi kamera üzerinden anlık ölçmek mümkün mü? Kalibrasyon, eşik belirleme ve saha tetikleme üzerine pratik bir rehber.
Yazıyı oku
Edge AI neden önemli? Görüntü tesisten çıkmadan analiz
Yapay zekâ analizini bulutta değil tesis içinde yapmanın gecikme, bant genişliği, süreklilik ve KVKK açısından getirdiği avantajlar; Edge, Cloud ve Hibrit modellerin karşılaştırması.
Yazıyı oku
Kamerayla OEE ölçmek: kayıp zamanı görünür kılmak
Aktif çalışma, boşta kalma, makine duruşu ve cycle-time'ı ek sensör takmadan kamera görüntüsünden ölçmek. Hangi metrikler, nasıl yorumlanır, nereden başlanır?
Yazıyı oku
Hat üstünde görsel kalite kontrol: 0,1 saniyede OK / RED
Yüzey hatası, eksik parça ve montaj kontrolünü yapay zekâyla hat üzerinde yapmak. Kamera ve ışık kurulumu, veri toplama, PLC entegrasyonu ve fire oranına etkisi.
Yazıyı oku
Yapay zekâya hazır altyapı: kamera, network ve kablolama rehberi
Görüntü analitiği projelerinin başarısı çoğu zaman yazılımdan önce altyapıda belirlenir. Kamera yerleşimi, çözünürlük, bant genişliği, PoE bütçesi ve veri odası için kontrol listesi.
Yazıyı oku
Görüntü analitiği pilotunda doğru KPI'ları seçmek
30 günlük bir yapay zekâ pilotunun başarısını neyle ölçmeli? Başlangıç ölçümü, olay kalitesi, operasyonel etki ve yaygınlaştırma kararı için pratik bir KPI çerçevesi.
Yazıyı oku