OKIluminación que cambia
Luz de la nave que entra por una ventana, un foco envejecido o reflejos en envases brillantes cambian la imagen y la inspección la lee como un defecto.
Inicio / Visión artificial / Falsos rechazos
Guía · Control de calidad · Merma
Falsos rechazos en visión artificial: por qué ocurren y cómo reducirlos
Un falso rechazo es un envase bueno que el sistema de visión expulsa como malo. Cada uno es producto que se tira o se reprocesa, y cuando son muchos, el operario acaba bajando la exigencia o desconectando la cámara, y entonces pasan también los malos. En esta guía explicamos de dónde vienen y cómo se reducen.
Las causas
De dónde vienen los falsos rechazos
Casi nunca es «la cámara». Suele ser una de estas causas, o varias a la vez.
El envase no llega igual
Envases girados, separados de forma irregular o que vibran en la cinta: la herramienta busca la zona donde no está.
Tolerancias demasiado estrictas
Un umbral puesto «por si acaso» rechaza variaciones normales del envase que no son un fallo.
Receta del formato equivocada
Tras un cambio de formato o de sabor se queda cargada la receta anterior y todo sale rechazado.
Óptica sucia o desajustada
Salpicaduras en la lente o en la protección, o una cámara que se ha movido con la vibración.
La herramienta no es la adecuada
Defectos que varían de una pieza a otra (forma, color, superficie) son difíciles de describir con reglas fijas; ahí encaja mejor el deep learning.
Cómo se reducen
Medir primero, ajustar después
Los falsos rechazos no se arreglan subiendo la tolerancia a ciegas: así pasan también los malos. Se arreglan sabiendo, rechazo a rechazo, qué ha visto la cámara y por qué ha decidido.
- Guardar la foto y el motivo de cada rechazo, y revisarlos en una galería
- Separar los rechazos reales de los falsos y ver qué herramienta los provoca
- Ajustar el umbral con los valores medidos, no con la intuición
- Estabilizar la luz y la posición del envase antes de tocar el software
- Recetas por formato con usuario y registro de cada cambio
- Deep learning donde el defecto varía de forma natural
Un caso real
−80 % de merma por falsos rechazos
En una línea de lácteos en brik, revisando los rechazos con su foto y ajustando la inspección con esos datos, la merma por envases buenos expulsados bajó un 80 %, sin dejar pasar envases malos. No es una promesa para todas las líneas: cada una parte de una situación distinta. Por eso empezamos midiendo.
Calcule lo que pierde
TIVOX Insight le da en unos dos minutos una estimación de lo que le cuestan al año los rechazos de su línea.
Revisamos su sistema
Con fotos de sus rechazos, le decimos qué causa los falsos y qué se puede corregir, sea cual sea la marca de su cámara.
Vea cómo se trabaja
En el simulador de TIVOX Sentinel PLUS puede ver la galería de rechazos y los umbrales de cada herramienta.
Preguntas frecuentes
Respuestas a las dudas más habituales
¿Qué es un falso rechazo en visión artificial?
Es un envase o una pieza buena que el sistema de visión clasifica como defectuosa y expulsa. También se llama falso positivo, porque el sistema «da positivo» en un defecto que no existe.
¿Qué porcentaje de falsos rechazos es normal?
Depende del producto, de la inspección y de la exigencia de cada planta, así que no hay una cifra que valga para todas. Lo importante es medirlo: saber cuántos de los rechazos son reales y cuántos no, y qué herramienta los provoca.
¿Subir la tolerancia arregla el problema?
A ciegas, no: se reducen los falsos rechazos, pero empiezan a pasar envases malos. La tolerancia se ajusta con los valores medidos de los rechazos y después de estabilizar la luz y la posición del envase.
¿Pueden revisar un sistema de visión de otra marca?
Sí. Con fotos de los rechazos y de los envases buenos le decimos qué está causando los falsos rechazos y qué se puede corregir, sea cual sea la marca de la cámara.
¿Cuándo conviene el deep learning?
Cuando el defecto o el producto varían de forma natural de una pieza a otra y es difícil describirlo con reglas fijas: superficies, sellados, formas irregulares. Para medidas y lecturas claras, las herramientas clásicas suelen ser más rápidas y fáciles de ajustar.
Revisión en remoto, sin coste
¿Su cámara tira envases buenos?
Envíenos fotos de los rechazos y de envases buenos. Le decimos de dónde vienen los falsos rechazos y qué se puede corregir.