Cum revoluționează inteligența artificială inspecția calității industriale
Inteligența artificială (AI) nu mai este un subiect de viitor – este o parte integrantă a sistemelor industriale moderne de procesare a imaginilor. De la controlul calității și detectarea defectelor la recunoașterea optică a caracterelor: procesele susținute de AI fac posibilă rezolvarea fiabilă, rapidă și automată a sarcinilor vizuale complexe.
Dar care sunt tehnologiile AI utilizate în prezent? Și cum diferă ele în ceea ce privește modul în care funcționează și unde sunt utilizate?
Baza oricărei analize de imagine susținută de inteligența artificială
În timpul clasificării, o imagine sau o secțiune de imagine este atribuită uneia sau mai multor clase predefinite. Prin urmare, inteligența artificială recunoaște „ce” poate fi văzut în imagine – cum ar fi un obiect specific, o categorie de componente sau o stare de defecțiune.
Se face o distincție între clasificarea multiclasă și cea cu mai multe etichete:
Aici, fiecare imagine poate fi atribuită unei singure clase.
Exemplu:
Clasele se exclud reciproc. Un șurub nu poate fi „OK” și „NOK” în același timp.
Acest tip de clasificare este adesea utilizat în inspecția calității sau pentru sarcini de sortare în care este necesară o clasificare clară.
În schimb, în cazul clasificării multi-label, o imagine poate aparține mai multor clase în același timp.
Exemplu:
Deoarece aceste caracteristici nu se exclud reciproc, un obiect poate avea mai multe tipuri de defecte în același timp.
Această metodă este ideală pentru analizele complexe ale calității în care mai multe caracteristici sau defecte trebuie detectate în paralel.
Unde sunt localizate obiectele – nu doar ce sunt ele
În timp ce clasificarea evaluează întreaga imagine, detectarea obiectelor merge un pas mai departe: recunoaște mai multe obiecte din imagine, le localizează și le atribuie fiecăruia o clasă.
Pozițiile sunt descrise prin așa-numitele cutii de delimitare. Fiecare cutie marchează locul în care se află un obiect și categoria din care face parte.
Există două tipuri:
Casetele de delimitare sunt aliniate paralel cu axele imaginii. Această metodă este eficientă din punct de vedere al calculului și este potrivită pentru obiectele standardizate cu o orientare clară.
Aici, casetele de delimitare sunt adaptate la orientarea reală a obiectului. Aceasta înseamnă că și obiectele înclinate sau rotite pot fi detectate cu precizie – un avantaj major pentru aplicațiile cu poziții variabile, cum ar fi componentele de pe benzile transportoare.
Recunoașterea obiectelor este deosebit de utilă pentru sarcini precum:
Analiza perfectă a pixelilor pentru precizie maximă
Segmentarea este cea mai fină etapă a analizei imaginilor asistată de inteligența artificială. Aici, nu numai că obiectul este recunoscut ca întreg, dar fiecărui pixel individual din imagine i se atribuie o clasă.
Rezultatul: o delimitare exactă a obiectelor, suprafețelor și zonelor de falie.
Exemple:
Această metodă este deosebit de eficientă atunci când este necesară o precizie detaliată – de exemplu, în inspecția suprafețelor, inspecția cusăturilor sudate sau în controlul optic al calității straturilor și filmelor.
Când viziunea artificială devine lectură
În plus față de modelele stabilite pentru clasificare, recunoașterea obiectelor și segmentare, din ce în ce mai multe companii se bazează pe modele AI instruite specifice aplicațiilor.
Un exemplu este recunoașterea optică a caracterelor (OCR) utilizând învățarea profundă – pe scurt, deep OCR.
În timp ce sistemele OCR tradiționale se bazează pe fonturi clar structurate și fundaluri standardizate, Deep OCR utilizează rețele neuronale profunde care au fost antrenate pe cantități mari de imagini text reale. Acest lucru permite sistemului să:
Această tehnologie este o piatră de hotar pentru aplicații precum:
Inteligența artificială face procesarea imaginilor industriale mai inteligentă, mai precisă și mai flexibilă
Integrarea inteligenței artificiale în procesarea imaginilor industriale permite scenarii de aplicare complet noi.
Cu ajutorul camerelor inteligente moderne și al senzorilor de vedere care integrează deja algoritmi de evaluare sprijiniți de inteligența artificială, procesele pot fi concepute pentru a fi mai rapide, mai fiabile și mai adaptabile.
Titlul postului