OKMesures i regles
Quan el defecte es pot descriure amb regles: mesures, presència, lectura de caràcters. Ràpida, estable i fàcil d'explicar.
Inici / Visió artificial / Deep learning
Visió artificial · intel·ligència artificial
Deep learning en inspecció: on la visió clàssica no arriba
Hi ha defectes que no es poden descriure amb regles: un segellat amb plecs, una superfície amb reflexos, un producte natural que mai no és igual dues vegades. Per a aquests casos fem servir deep learning, xarxes neuronals entrenades amb els seus propis productes i integrades a la línia.
Com ho decidim
Visió clàssica, deep learning o totes dues
No tot necessita intel·ligència artificial. En cada cas estudiem quina tècnica dona la fiabilitat que necessita i l'hi diem abans de signar, també el que no es pot garantir.
Defectes difícils
Per al que canvia d'un envàs a un altre: segellats, plecs, reflexos, superfícies, materials o productes naturals i molt variables.
El procés, en números
Histogrames i tendències de cada mesura per veure si el procés s'està desajustant, abans del primer rebuig.
Un cas real
Segellat del fons, vigilat per deep learning
Amb el nostre programari Nadir detectem problemes de segellat al fons d'envasos de cartró mitjançant deep learning, i l'estadística del procés anticipa les desviacions abans que es converteixin en defectes.
- Xarxes neuronals entrenades amb els seus envasos bons i dolents
- Mitjana, dispersió i campana de Gauss de cada mesura
- Alarma per desviació, abans del primer rebuig
- Foto de cada rebuig i avís a l'instant a qui vostè decideixi
Com inspeccionem els segellats →
Quan el deep learning redueix els falsos rebutjos →
Una sola recepta de deep learning per a totes les referències →
Com treballem
De la mostra a la línia
El deep learning forma part de la nostra intel·ligència artificial aplicada: eines concretes, mesurades pel que milloren a la línia.
Amb els seus productes, en remot i sense cost
Ens envia fotos, vídeos o peces bones i dolentes (si cal anar a planta, el desplaçament es factura a part) i li diem si el defecte es detecta en línia, amb quina tècnica i amb quina fiabilitat es pot esperar.
Una xarxa per al seu producte
Amb unes desenes de peces bones i dolentes ja es pot començar a entrenar. Si no hi ha prou dades, l'hi diem.
Integrada i mesurada
El model treballa a la línia com una eina més de la recepta, amb la foto i el motiu de cada rebuig.
Preguntes freqüents
Respostes als dubtes més habituals
Quan cal deep learning en una inspecció?
Quan el defecte no es pot descriure amb regles: segellats, superfícies, plecs, reflexos o productes naturals i molt variables. Si el defecte es pot mesurar, la visió clàssica és més senzilla i estable.
Quantes imatges necessito per començar?
No sempre moltes: amb unes desenes de peces bones i dolentes ja es pot començar a entrenar. Li diem amb honestedat si hi ha prou dades o què hi falta.
Les meves imatges surten de l'empresa?
Ho decideix vostè. Podem treballar amb models que s'executen a les seves instal·lacions o amb serveis al núvol sota contracte, i l'hi expliquem abans de començar.
Es pot combinar amb la visió clàssica?
Sí, i és el més habitual: les regles per al que es mesura i el deep learning per al que varia, en la mateixa inspecció.
Prova de viabilitat en remot, sense cost
El seu defecte no es deixa descriure amb regles?
Enviï'ns mostres bones i dolentes. Li direm quina tècnica funciona amb el seu producte i amb quina fiabilitat es pot esperar.