O deep learning ampliou enormemente o que a visão artificial pode inspecionar. Em linhas onde os defeitos são variáveis ou difíceis de descrever com regras fixas —como as de conservas e latas—, é a tecnologia que faz a diferença. Vejamos como se aplica o deep learning ao controlo de qualidade e à inspeção avançada de latas.
Deep learning aplicado ao controlo de qualidade
Ao contrário da visão por regras, o deep learning aprende a partir de exemplos de peças boas e defeituosas. Assim reconhece defeitos que não se podem definir com uma fórmula: variações de textura, deformações subtis, defeitos irregulares. É ideal quando a variabilidade do produto é alta.
Os desafios de inspecionar latas
As linhas de conservas (canning) são exigentes: alta velocidade, superfícies metálicas com reflexos, e defeitos como amolgadelas, defeitos no fecho/cravação, má selagem, deformações ou codificação ilegível. Muitos destes defeitos são variáveis e difíceis de parametrizar.
Inspeção avançada de latas com deep learning
Com modelos treinados sobre imagens reais da linha, o sistema aprende a distinguir uma lata correta de uma defeituosa mesmo com reflexos e variabilidade. Deteta amolgadelas e defeitos de fecho, verifica a correta selagem e valida a codificação, rejeitando automaticamente as unidades não conformes.
Benefícios
Inspeção a 100 % em linhas de grande cadência, deteção de defeitos que as regras fixas não capturam, menos reclamações e rastreabilidade de cada rejeição.
Na AIS Vision Systems aplicamos deep learning e a nossa plataforma de inspeção à inspeção avançada de latas e conservas. Fale-nos da sua linha.