人工智能早已應用于我們自主開發(fā)的圖像處理中，用以清晰地區(qū)分真正的錯誤和無礙的結構，從而將質量檢測期間的錯誤剔除率降至最低。它可直接集成到簡潔的 HEUFT reflexxA.I. 照相機中，并確保充分的檢測精度。

在圖像評估過程中，智能的物體檢測取代了簡單的亮度對比：HEUFT不是在現在才開始這樣做，而是早在20多年前就已經這么做了，用來提高流水線上的檢測精度，并將錯誤剔除率降至最低。

為將檢測的物體進行分類，我們的圖像處理已經使用人工智能（AI）十多年了，將真正的錯誤與無礙的結構（如水滴）區(qū)分開來，實施有針對性的教學，并將被錯誤剔除的合格產品的比例降低到遠低于1%。

新的 HEUFT reflexx A.I. 照相機現在也采用了智能圖像處理   

我們一直以來同時在軟件和硬件層面上優(yōu)化 HEUFT reflexx A.I.。智能圖像處理甚至可以直接集成到 HEUFT reflexx A.I. 照相機中，該照相機是專門為此目的開發(fā)的，可直接實時處理和評估自己的圖像。不必還要先將其轉移到相應的檢測或檢測設備。這將具有學習能力的圖像分析提升到最高水平；我們的模塊化系統(tǒng)的應用可能性達到了全新的高度。為便于與這些設備連接，在對空瓶和滿瓶進行高速檢測時，還需要實現更多功能。

而且分辨率要高得多。為了在最小誤剔除率的情況下實現全面的檢測可靠性，內部開發(fā)的硬件和軟件將經典圖像處理方法與現代人工智能技術（如目標識別、分類和學習功能）相結合。

有針對性的干預，而不是靠黑盒

這是否讓你完全聽任人工智能的擺布，就好像你坐在一輛沒有方向盤和剎車踏板的自動駕駛汽車上？不是的！與其他供應商不同，它對物體的評估不是來自于包含無數未知的不變的黑盒。相反，人類可以有針對性地干預機器學習：

例如，如果檢測到以前從未出現過的未知對象，出于安全原因，AI會將其評估為錯誤。然而，用戶始終可以根據自己的經驗修改質量評估，并將被識別的結構定義為良好且對產品和包裝安全無關鍵影響，或在必要時暫時容忍。在不影響人工智能網絡或必須以時間和能源密集型方式對其進行再培訓的情況下，生產也可以安全地繼續(xù)進行。在正常運行中，一切都將繼續(xù)完全自動且高度安全地運行。

不僅僅是機器學習

如有必要，可隨時輕松更改評估：這才是真正的人工智能！它不會使具有灌裝和包裝經驗的人員的專業(yè)知識過時。相反，它在需要時注入圖像處理分析。通過這種方式，可以將每個單獨的對象完全自動地導入多維特征空間中，并單獨分類，以區(qū)分真實錯誤和無礙結構（如水滴）。

因此，HEUFT reflexx A.I. 將人類人工智能與經驗證的現代圖像分析方法相結合，以實現完美的檢測結果，并在無限制的生產下保證完美的產品和包裝質量。

  即使是現在，內部開發(fā)的圖像處理——也包括 HEUFT reflexx A.I. 照相機——所提供的遠不止是簡單的機器學習。人工智能的發(fā)展還在繼續(xù)！