MVTec und Datavision arbeiten zukünftig enger zusammen. Ziel der Zusammenarbeit ist es, Nutzern der Bildverarbeitungssoftware MVTec Halcon zusätzliche Möglichkeiten zu bieten, ihre Bilddaten im Sinne der Industrie 4.0 zu sammeln, zu verwalten, zu analysieren und weiterzuverarbeiten. Zu diesem Zweck wurde im Rahmen der Partnerschaft eine Schnittstelle zwischen MVTec Halcon und der Datenmanagementplattform BeeYard von Datavision entwickelt.

Besonders Deep-Learning-Anwendungen profitieren vom Datenmanagementsystemen: Leistungsstarke Plattformen für das Datenmanagement bieten für fast jede Methode der industriellen Bildverarbeitung Vorteile. Besonders groß sind diese für Deep-Learning-Anwendungen. Hier unterstützt Beeyard die Nutzer auf zweierlei Weise:

• Zum einen erleichtert die Datenmanagementplattform das Handling sehr großer Datenmengen, welche bei Deep Learning entstehen. Diese Daten werden aus verschiedenen Quellen zusammengetragen, können mit Benutzerrechten versehen und mit Schlagworten und Kennzeichnungen verwaltet werden.
   
• Zum anderen können Verbesserungen sowohl für die Machine-Vision-Applikation als auch für den Produktionsprozess erfolgen. Durch die Analyse und Kennzeichnung zusätzlicher Bilder können Rückschlüsse gezogen werden, ob und an welcher Stelle das Nachtrainieren des Deep-Learning-Netzes notwendig ist. Das Trainieren oder Nachtrainieren kann auf der Plattform mit Halcon durchgeführt werden. Außerdem können beim Auftreten immer gleicher Fehler Ableitungen auf den Produktionsprozess getroffen werden.

Im Zuge der Partnerschaft wurde die Bibliothek der Machine-Vision-Software Halcon um Datenmanagement-Funktionen erweitert. Mit dem Extension Package für Halcon ist es möglich, eine Bilddatenbank aufzubauen und die Bilder mit zusätzlichen Informationen wie etwa Zeitstempel, Losnummer, Produktnummer, Temperatur oder Vibrationsdaten anzureichern. Über die Datenmanagementplattform BeeYard aus dem Hause Datavision erfolgt anschließend die Auswertung und Analyse der Bilddaten. Die cloud- oder serverbasierte Plattform ermöglicht individuelle Anpassungen, um Anforderungen an den Speicherbedarf, die standortunabhängige Zugänglichkeit, die Kosteneffizienz – insbesondere bei großen Datenmengen –, die Integration einer Vielzahl anderer Cloud-basierter Tools und Dienste sowie an eine hohe Verarbeitungsgeschwindigkeit zu erfüllen.