Zebra Technologies heeft nieuwe deep learning OCR-software (optische tekenherkenning) aangekondigd. De software is ontwikkeld om fabrikanten te ondersteunen in sectoren als auto’s, farmaceutica, elektronica, voeding en dranken. De software moet een oplossing bieden voor veelvoorkomende problemen bij traditionele OCR-technologieën, zoals lange trainingstijden en instabiliteit bij veranderingen van omgeving.
Volgens Donato Montanari, General Manager en Vice President Machine Vision bij Zebra Technologies, heeft conventionele OCR moeite met het lezen van onduidelijke tekens, gegraveerde en reliëfformaten, tekens op reflecterende en gebogen oppervlakken, of in variabele lichtomstandigheden. Zebra’s nieuwe software daarentegen kan flexibel worden ingezet op diverse apparaten, variërend van desktop PC’s (Windows, Linux of Linux ARM embedded systemen) tot Android handheld apparaten en Zebra smart camera’s.
Een van de onderscheidende kenmerken van de software is de deep learning technologie, die gebruik maakt van een convolutioneel neuraal netwerk (CNN) om menselijk denken na te bootsen. Door duizenden verschillende afbeeldingsvoorbeelden te gebruiken tijdens de voorbereiding, kan de software in slechts enkele stappen een krachtige OCR-toepassing creëren, zelfs voor gebruikers zonder expertise op het gebied van machine vision of deep learning.
Toepassingen van de software zijn onder andere het lezen van identificatiemarkeringen op autobanden, analyse van etiketten op reageerbuizen, etiketten van bloedverpakkingen en vrachtbriefdocumenten voor logistieke processen. Montanari benadrukt dat de tool direct een hoge nauwkeurigheid levert en dat fabrikanten volledige controle kunnen nemen over de ontwikkeling en integratie met andere toepassingen.
In vergelijking met traditionele OCR-technologieën vereist Zebra’s deep learning OCR geen uitgebreide training of onderhoud van lettertypebibliotheken. Inspecties kunnen snel worden aangepast aan nieuwe printmethoden of lettertype wijzigingen, wat een efficiëntere workflow mogelijk maakt.
Montanari merkt ook op dat technici door deze softwareontwikkelingen steeds meer de rol van data- en AI-specialisten aannemen, wat de toekomst van werk in deze sector vorm zal geven.
