Deep learning kan erstatte dyre objektiver hos Novo Nordisk
Tungt, kompleks og dyrt. Det er tre ord, som oftest går igen, når talen falder på visionsystemer til kvalitetskontrol i industrien. Det er uanset, om man skal finde fejl på små metalkomponenter til bilindustrien eller insulinpenne til diabetespatienter. Alle tænkelige fejl skal findes og sorteres fra, før produktet ender hos slutbrugerne.
Den teknologi-beskrivelse bliver i disse tider kraftigt udfordret af nye visionsystemer, der er baseret på deep learning i stedet for mere klassiske regelbaserede computervision-algoritmer.