Trainieren Sie Segmentierungsmodelle auch ohne Programmier- oder KI-Expertise. Laden Sie Ihre gelabelten Datensätze* zur Schnittstelle hoch und lassen Sie sie von VGTRAINER dort abholen. Innerhalb eines Tages können Sie Ihr erstes Arbeitsmodell erstellen und es beliebig oft mit zusätzlichen Daten iterativ verfeinern, um die Genauigkeit des Modells zu verbessern.
* Exakte, konsistente Trainingsdaten stellen Sie in VGSTUDIO MAX zusammen.
Laden Sie Ihre gelabelten Datensätze hoch und lassen Sie die Software den Rest erledigen. Innerhalb eines Tages können Sie Ihr erstes Arbeitsmodell erstellen und es beliebig oft mit zusätzlichen Daten iterativ verfeinern, um die Genauigkeit zu verbessern.
“Die Ergebnisse sind sehr beeindruckend. Nach dem Trainieren eines Modells mit nur 20 gelabelten Datensätzen ist die daraus resultierende Segmentierung zu 98 % genau. Sehr beeindruckend und sehr effizient.”
Wir wissen, dass allein schon der Gedanke daran, ein eigenes Deep-Learning-Modell zu erstellen, überwältigend sein kann. Genau deshalb haben wir VGTRAINER entwickelt: Um die Möglichkeiten der KI für die Segmentierung alltagstauglich zu machen. Schauen Sie sich dieses Video-Tutorial an, und Sie werden sehen, wie intuitiv die Anwendung in der Praxis ist!
Erhalten Sie Ihre kostenlose 4-wöchige Testlizenz und erfahren Sie, warum wir die branchenweit erste und zuverlässigste CT-Analysesoftware sind.
Verwenden Sie Ihre Modelle immer wieder! Sie können ein vorhandenes Deep-Segmentation-Modell mit wenigen Daten und weniger Zeit an neue, aber ähnliche Prüfaufgaben anpassen.
Während Sie vielleicht viele gelabelte CT-Scans brauchten, um Ihr Porenerkennungsmodell von Grund auf richtig zu trainieren, benötigen Sie möglicherweise nur zwei oder drei gelabelte CT-Scans, um ein richtig vortrainiertes Modell an Ihre spezifischen Anforderungen anzupassen.
Das Anpassen von Modellen eignet sich gut für Szenarien, in denen Sie mehrere Produktionslinien anpassen oder auf Anzeichen von Verschleiß reagieren müssen. So stellen Sie sicher, dass Ihre Modelle stets auf Ihre spezifischen betrieblichen Anforderungen abgestimmt sind.
Im Oktober 2025 beendet Microsoft die Unterstützung für Windows 10. Im Einklang mit dieser Änderung werden auch wir ab Version 2025.3 den offiziellen Support für VG-Anwendungen unter Windows 10 beenden.
Wir empfehlen betroffenen Benutzern, ihr Betriebssystem zu aktualisieren, um weiterhin vom vollen Funktionsumfang von VGSTUDIO, VGSTUDIO MAX, VGMETROLOGY, VGinLINE und anderen VG-Softwareprodukten zu profitieren.
Dies ist ein wichtiger Schritt, um sicherzustellen, dass unsere VG-Softwaresuite optimal auf modernen Plattformen funktioniert, und Ihnen so eine verbesserte Leistung, Sicherheit und Kompatibilität zu bieten.
Für Hilfe beim Upgrade oder bei Fragen wenden Sie sich bitte an unser Support-Team.
Mit der Einführung unserer neuen Anwendung VGTRAINER haben Sie nun die Möglichkeit, Ihre eigenen Deep-Learning-Modelle für die Segmentierung hausintern zu trainieren – ohne KI- oder Programmierkenntnisse. Diese Modelle können Sie dann mit dem Modul Deep Segmentation anwenden und so die KI nutzen, um Segmentierungsaufgaben anzugehen, die zuvor aufgrund der Datenqualität unlösbar waren, und dabei gleichzeitig die vollständige Kontrolle über Ihre sensiblen Bauteildaten behalten.
Klicken Sie hier, um das Video-Tutorial anzuschauen.
Lesen Sie die untenstehenden grundlegenden Systemanforderungen oder laden Sie das PDF mit den vollständigen Systemanforderungen für VGTRAINER herunter.
Windows 10* Enterprise 64 Bit
Windows 10* Professional 64 Bit
Windows 11 Enterprise 64 Bit
Windows 11 Professional 64 Bit
* Ab Version 2025.3 wird Windows 10 nicht mehr von VGTRAINER unterstützt
Minimum: x86-64 CPU. ARM-Prozessoren werden nicht unterstützt.
Empfohlen: Leistungsstarke Mehrkernprozessoren von Intel oder AMD, z. B. AMD Ryzen™ 9 5950X 16-Core oder Intel® Xeon® E5-2687W v3, mit 3GHz oder höher
Das Trainieren eines Modells mit VGTRAINER erfordert mindestens 128 GB Arbeitsspeicher. Der tatsächlich benötigte Arbeitsspeicher hängt stark vom Umfang Ihrer Aufgabe ab.
