POYRAI AI STUDIO

Endüstriyel Görüntü İşleme ve AI Model Geliştirme Platformu

Üretim hattınıza özel AI modellerini geliştirin, eğitin, test edin ve üretime aktarın.

POYRAI AI Studio, endüstriyel görüntü işleme ve AI tabanlı kalite kontrol projelerinde ihtiyaç duyulan görüntü toplama, veri seti oluşturma, etiketleme, veri artırma, model eğitimi, performans analizi ve model yönetimi süreçlerini tek bir masaüstü platformda birleştirir.

Üretim hattına, ürüne ve kontrol kriterlerine özel modeller geliştirmek isteyen mühendisler için tasarlanan platform; gerçek üretim görüntülerinden eğitim verisi oluşturulmasını, modellerin yerel GPU donanımında eğitilmesini ve uygun modellerin üretim sistemlerine aktarılmasını sağlar.

Yerel donanım üzerinde çalışan mimarisi sayesinde görüntülerin ve eğitim verilerinin harici bulut servislerine gönderilmesine ihtiyaç duyulmadan model geliştirme süreçleri yürütülebilir.

Poyrai AI sTUDİO
UÇTAN UCA GELİŞTİRME

Endüstriyel AI Sürecinin Tamamı Tek Platformda

Görüntülerin toplanması, veri setlerinin düzenlenmesi, etiketleme, eğitim, test ve model yönetimi süreçlerinin ayrı araçlarla yürütülmesi geliştirme sürecini zorlaştırabilir. POYRAI AI Studio, tüm bu aşamaları tek bir geliştirme ortamında birleştirir.

Canlı Veri Toplama

GigE ve USB3 endüstriyel kameralardan doğrudan canlı görüntü alma veya mevcut arşivleri içe aktarma.

Otomatik Etiketleme

AI destekli otomatik etiketleme ile YOLO, COCO ve Pascal VOC formatlarında veri setleri hazırlama.

Yerel GPU Eğitimi

NVIDIA GPU donanımı üzerinde harici buluta ihtiyaç duymadan güvenli ve hızlı model eğitimi.

YENİLİKÇİ YETENEKLER

Yerel LLM Desteği ve Performans Analizi

Yapay zeka asistanınızla modellerinizi doğal dilde optimize edin

POYRAI AI Studio, yerel LLM entegrasyonu sayesinde eğitim sonuçlarını yorumlayarak size özel geliştirme önerileri sunar. Precision, Recall ve F1-Score metriklerini analiz ederek modelin zorlandığı hata sınıflarını doğal dilde sorgulayabilirsiniz.

  • Veri Artırma (Augmentation): Döndürme, ölçeklendirme ve parlaklık değişimleriyle veri çeşitliliğini artırma.
  • Esnek Model Çıktıları: Modelleri ONNX, TensorRT ve PyTorch formatlarında dışa aktararak üretime alma.
  • On-Premise Güvenlik: Verileriniz fabrika dışına çıkmaz, tüm süreçler yerel ağda korunur.
KULLANIM ALANLARI

Hangi Sektörlerde Kullanılır?

Otomotiv & Yan Sanayi

Parça tanıma, montaj doğrulama, yüzey hata tespiti ve mastik kontrol modelleri[cite: 7].

Elektronik

Bileşen varlığı, etiket ve karakter kontrolü ile montaj hata tespiti[cite: 7].

Ambalaj & Baskı

Baskı farklılıkları, grafik/logo karşılaştırma ve ambalaj kalite kontrolü[cite: 7].

Cam & Malzeme

Çizik, yüzey kusuru tespiti ve görsel kalite sınıflandırma analizleri[cite: 7].

SİSTEM ÖZELLİKLERİ

POYRAI AI Studio Teknik Özellikleri

ÖzellikAçıklama
Canlı görüntü toplamaGigE ve USB3 endüstriyel kameralardan doğrudan veri alma
Etiketleme & YönetimAI destekli otomatik etiketleme, veri seti sınıflandırma
Desteklenen FormatlarYOLO TXT, COCO JSON, Pascal VOC XML
Veri ArtırmaDöndürme, ölçeklendirme, parlaklık ve kontrast varyasyonları
Donanım AltyapısıNVIDIA GPU (Önerilen min. 8 GB VRAM) ile yerel eğitim
Performans AnaliziAccuracy, Precision, Recall ve F1-Score değerlendirmesi
Yerel LLM AsistanıEğitim sonuçlarını yorumlama ve doğal dilde geliştirme önerileri
Model ÇıktılarıONNX (.onnx), TensorRT (.engine), PyTorch (.pt)
Veri GüvenliğiOn-Premise (Yerel ağ) mimari ile buluta bağımsız çalışma
Inspector EntegrasyonuAssembly, Packet, Print ve Glass Inspector çözümleriyle uyum
MERAK EDİLENLER

Sıkça Sorulan Sorular

Model eğitimi için bulut sunucuya ihtiyaç var mı?

Hayır. Platform, uygun NVIDIA GPU donanımına sahip yerel bilgisayarlarda (On-Premise) çalışacak şekilde tasarlanmıştır. Verileriniz fabrika dışına çıkmaz.

Otomatik etiketleme yapabilir mi?

Evet. AI destekli otomatik etiketleme yaklaşımıyla görüntülerdeki ilgili nesne ve bölgelerin belirlenmesi sağlanarak büyük veri setlerinin hazırlanması hızlandırılır.

Hangi veri seti formatlarını destekler?

YOLO TXT, COCO JSON ve Pascal VOC XML formatlarındaki veri setleriyle tam uyumlu çalışır.

Eğitilen modeller hangi formatlarda dışa aktarılabilir?

Modeller ONNX (.onnx), TensorRT (.engine) ve PyTorch (.pt) formatlarında dışa aktarılarak hedef donanım mimarisine uygun şekilde üretime alınabilir.

Yerel LLM asistanı ne işe yarar?

Yerel LLM asistanı, eğitim sonuçlarını yorumlar, Precision ve Recall metriklerini değerlendirerek model iyileştirme çalışmalarında size doğal dilde rehberlik eder.

Yeni hata türleri sisteme eklenebilir mi?

Evet. Zamanla ortaya çıkan yeni hata türlerine ait görüntüler veri setine eklenip yeniden eğitilerek modeller güncellenebilir ve üretim sistemine aktarılabilir.

Üretiminize Özel AI Modellerini Birlikte Geliştirelim

Üretim hattınızda karşılaştığınız kalite problemlerini çözmek için hazır modellerle sınırlı kalmayın. Gerçek üretim görüntülerinizden yola çıkarak ihtiyacınıza özel modeller geliştirin, eğitin, test edin ve üretim sistemlerinize entegre edin.

Görüntü toplama altyapınızı, veri setinizi ve hedef modelinizi birlikte değerlendirmek için bizimle iletişime geçin.