Mipar

Lire la video

Mit Mipar nutzen Sie künstliche Intelligenz für Ihre Bildanalyse und -verarbeitung

Experten auf der ganzen Welt vertrauen Mipar bei der Analyse ihrer Bilder. Mit der Integration von künstlicher Intelligenz gehört Mipar zu den leistungsfähigsten Tools auf dem Markt. Außerdem automatisiert es Ihre Analyse und ist für alle Bereiche geeignet, die mit Bildgebung zu tun haben.

5 gute Gründe, diese Software zu verwenden

  • Intuitiv zu implementieren und zu verwenden
  • Die leistungsfähigste Bildanalyse-Software auf dem Markt mit Deep Learning
  • Automatisierung dank vordefinierter parametrischer Formulare
  • Anpassung an alle Anwendungsbereiche und alle Arten von Bildern
  • Intuitive Berichterstellung

Diese Rezepte passen perfekt zu meinen Bildern…. MIPAR hat mein Leben definitiv einfacher gemacht.

Abhishek
Werkstoffkunde
Mipar

Warum Mipar wählen?

Mit Mipar können Sie Merkmale erkennen und messen:

  1. Viel schneller und mit viel weniger Variabilität in der Anwendung als bei der manuellen Analyse.
  2. Mit größerer Genauigkeit als andere automatisierte Lösungen.
  3. Mit eingebauter Übersicht über Ihre Ergebnisse.

Fähig, die Eigenschaften von allen Arten und Formaten von Bildern zu identifizieren und zu messen:

  • Mikroskope
  • Scanner und Röntgengeräte
  • Satelliten
  • Kameras
  • Smartphones
  • Drohnen

Domänen der Anwendung

Lebenswissenschaften 

Fluoreszenz

Mitochondrienverteilung in einer differenzierten PC12-Zelle: Vollautomatische Erkennung von Mitochondrien, Trennung von Neuriten und Zellkörper und Messung der Mitochondrienfraktion in beiden.

Histologie

H&E -Färbung des Epithels von odontogenen keratozystischen Tumoren: Quantifizierung der Epithelschichtdicke, nach vollautomatischer Schichtidentifikation.

Petri-Gerichte

Bakterienkolonien auf einer Petrischale, automatische Plattenerkennung, Schätzung der Anzahl der zusammengewachsenen Kolonien.

Materialwissenschaft und Werkstofftechnik

Größe und Form von Silica-Nanopartikeln

Vollständig automatisierte Lösung zur Charakterisierung von Größe und Form von Nanopartikeln. Quantifizieren Sie einen Satz von Proben aus einem einzelnen Scan- oder Batch-Prozess.

Analyse der Porosität und Dicke von Nanofasern

Bestimmen Sie die Faserdichte, die Hohlraumporosität und die Faserdickenverteilung.

ABruchanalyse, Identifizierung von Bauteilfehlern

Quantifizieren Sie die Rissdichte in der additiven Fertigung, die Größenverteilung und die lokalisierte Dichte. Vollautomatische Lösung für die Quantifizierung einzelner Felder oder ganzer Oberflächenpunkte.

Inspektion und Kontrolle

Automatisierte Inspektion von Bahngleisen mit Drohne

Streckenkomponenten, die im Rahmen einer wöchentlichen Bahninspektion im Auftrag der Federal Railroad Administration (FRA) aus Drohnenbildern quantifiziert wurden.

Luftbildstudie zum Ausmaß der Abholzung

Anteil der bewaldeten (und entwaldeten) Flächen, der automatisch aus der Analyse der von Drohnen erzeugten Bilder quantifiziert wird.

Kontaminantensteuerung

Klassifizierung und Größenmessung von Filterpapierverunreinigungen : Die detektierten Verunreinigungen werden in vordefinierte Typen eingeteilt und die Größe und Form werden gemeldet.

Features

Tiefgehendes Lernen

  1. Trace : Verfolgen Sie Ihre Merkmale auf einigen Bildern. Verwenden Sie sogar die Plots, die Sie bereits haben.
  2. Train : Ein tiefes neuronales Netzwerk lernt zu erkennen, was Sie geplottet haben.
  3. Run : Lassen Sie Ihr Modell auf einem neuen Bild laufen, um komplexe Merkmale zu erkennen.

Die Merkmale von Deep Learning: 

  • Anpassung bestimmter Zeichen (z.B. spezifische Abgrenzung).
  • 5 bis 10 Bildanalysen reichen zum Lernen und Erkennen aus.
  • Aus vordefinierten parametrischen Formen mit anschließender Aufnahme 

Beispielanwendung

Kernel zu erkennen und dabei Zwillinge zu ignorieren, ist seit Jahrzehnten eine Herausforderung für die Community. Die Deep-Learning-Funktion von Mipar hat sich dieser Herausforderung erfolgreich gestellt.

MIPAR – Deep Learning Demo

Modell trainiert auf 25 Bildern in 40 Minuten auf einer GPU – Anwendung auf ein neues Bild in 2 Sekunden.

Grafische Anzeige

  • Visuelle Untersuchung der Live-Bild-Quantifizierung.
  • Exportieren von Bilddaten, Graphen oder digitalen Tabellen ( individuell oder Bericht)

 

Stapelverarbeitung

  • Fähigkeit, Chargen schnell und genau zu analysieren.
  • Fähigkeit, bei Bedarf Korrekturen vorzunehmen.
  • Grafische Darstellung als Histogramm der analysierten Charge.
Capture d’écran du processeur de traitement par lots qui révèle la disposition et l’objectif de chaque élément de l’interface utilisateur. 

Im Folgenden wird beschrieben, wie Sie einen Batch-Prozess zum Segmentieren und Messen von Merkmalen aus einem Satz von Bildern einrichten und ausführen.

MIPAR – TUTORIAL Verwalten einer 2D-Charge

Erforderliche Konfiguration

Die MIPAR-API ermöglicht die Ausführung von Rezepten in Python-Skripten und Anwendungen. Der Zugang zur API wird für alle unbefristeten Lizenzen kostenlos gewährt. In Verbindung mit der MIPAR-Bildanalysesoftware können Anwender skalierbare Bildanalyselösungen prototypisieren, verfeinern und einsetzen. Die Bibliothek kann sowohl lokal als auch über ein Netzwerk eingesetzt werden.

Netzwerkeinsatz

Die MIPAR-API kann in einem Netzwerk von Servern als Teil anderer vernetzter Anwendungen eingesetzt werden, z. B. in einer vernetzten Datenbank. In einer Datenbank gespeicherte Bilder können automatisch quantifiziert und archiviert werden.

Wie funktioniert das?

  1. Laden Sie das gewünschte Rezept hoch.
  2. Öffnen Sie Ihr Bild in der Bildbearbeitung.
  3. Ziehen Sie Ihr Rezept und lassen Sie es fallen.
    Ausgehend von (Non excl. Mwst)
    Preise
    Bitte fragen Sie unser Vertriebsteam
    Demo anfordern

    Testversion herunterladen
    „} /–>