OKIl·luminació que canvia
La llum de la nau que entra per una finestra, un focus envellit o reflexos en envasos brillants canvien la imatge i la inspecció la llegeix com un defecte.
Inici / Visió artificial / Falsos rebutjos
Guia · Control de qualitat · Mermes
Falsos rebutjos en visió artificial: per què es produeixen i com reduir-los
Un fals rebuig és un envàs bo que el sistema de visió expulsa com a dolent. Cadascun és producte que es llença o es reprocessa, i quan són molts, l'operari acaba rebaixant l'exigència o desconnectant la càmera, i llavors també passen els dolents. En aquesta guia expliquem d'on vénen i com es redueixen.
Les causes
D'on vénen els falsos rebutjos
Gairebé mai no és «la càmera». Sol ser una d'aquestes causes, o diverses alhora.
L'envàs no arriba igual
Envasos girats, separats de manera irregular o que vibren a la cinta: l'eina busca la zona on no és.
Toleràncies massa estrictes
Un llindar posat «per si de cas» rebutja variacions normals de l'envàs que no són una fallada.
Recepta del format equivocada
Després d'un canvi de format o de gust es queda carregada la recepta anterior i tot surt rebutjat.
Òptica bruta o desajustada
Esquitxades a la lent o a la protecció, o una càmera que s'ha mogut amb la vibració.
L'eina no és l'adequada
Els defectes que varien d'una peça a una altra (forma, color, superfície) són difícils de descriure amb regles fixes; aquí hi encaixa millor el deep learning.
Com es redueixen
Mesurar primer, ajustar després
Els falsos rebutjos no s'arreglen apujant la tolerància a cegues: així també passen els dolents. S'arreglen sabent, rebuig a rebuig, què ha vist la càmera i per què ha decidit.
- Desar la foto i el motiu de cada rebuig, i revisar-los en una galeria
- Separar els rebutjos reals dels falsos i veure quina eina els provoca
- Ajustar el llindar amb els valors mesurats, no amb la intuïció
- Estabilitzar la llum i la posició de l'envàs abans de tocar el programari
- Receptes per format amb usuari i registre de cada canvi
- Deep learning on el defecte varia de manera natural
Un cas real
−93 % de mermes en una línia de lactis
En una línia de lactis en brik, llegint el codi amb OCR en lloc de només comprovar si hi era, i ajustant la inspecció amb la foto de cada rebuig, les mermes van passar del 0,13 % per falsos rebutjos al 0,009 % de mermes totals sense la prova de tap, sense deixar passar envasos dolents (veure el cas). No és una promesa per a totes les línies: cadascuna parteix d'una situació diferent. Per això comencem mesurant.
Calculi el que perd
TIVOX Insight li dona en uns dos minuts una estimació del que li costen a l'any els rebutjos de la seva línia.
Revisem el seu sistema
Amb fotos dels seus rebutjos, li diem què causa els falsos i què es pot corregir, sigui quina sigui la marca de la seva càmera.
Vegi com es treballa
Al simulador de TIVOX Sentinel PLUS pot veure la galeria de rebutjos i els llindars de cada eina.
Preguntes freqüents
Respostes als dubtes més habituals
Què és un fals rebuig en visió artificial?
És un envàs o una peça bona que el sistema de visió classifica com a defectuosa i expulsa. També s'anomena fals positiu, perquè el sistema «dona positiu» en un defecte que no existeix.
Quin percentatge de falsos rebutjos és normal?
Depèn del producte, de la inspecció i de l'exigència de cada planta, de manera que no hi ha una xifra que valgui per a totes. El que importa és mesurar-lo: saber quants dels rebutjos són reals i quants no, i quina eina els provoca.
Apujar la tolerància arregla el problema?
A cegues, no: es redueixen els falsos rebutjos, però comencen a passar envasos dolents. La tolerància s'ajusta amb els valors mesurats dels rebutjos i després d'estabilitzar la llum i la posició de l'envàs.
Poden revisar un sistema de visió d'una altra marca?
Sí. Amb fotos dels rebutjos i dels envasos bons li diem què està causant els falsos rebutjos i què es pot corregir, sigui quina sigui la marca de la càmera.
Quan convé el deep learning?
Quan el defecte o el producte varien de manera natural d'una peça a una altra i és difícil descriure'l amb regles fixes: superfícies, segellats, formes irregulars. Per a mesures i lectures clares, les eines clàssiques solen ser més ràpides i fàcils d'ajustar.
Revisió en remot, sense cost
La seva càmera llença envasos bons?
Enviï'ns fotos dels rebutjos i d'envasos bons. Li direm d'on vénen els falsos rebutjos i què es pot corregir.