Détection par vision avec Deep Learning (Apprentissage profond) et Intégration de système
Nous avons conçu, construit et mis en œuvre des systèmes de détection par vision informatisée pour de nombreuses applications dans de grande variété de domaines d‘application. Cela inclut des applications dans les départements de production, des laboratoires et des services qualité. Nos solutions commencent par des cellules d‘inspection simples actionnées soit manuellement, soit par un système de manipulation tiers jusqu‘à des machines d‘inspection entièrement automatisées incluant le chargement automatique, la manutention, le tri, le déchargement, et les essais physiques. Supervisé par différents systèmes informatisés de détection par vision, le contrôle de l‘échantillon se fait étape par étape s’interfaçant en conséquence.
ApparenceEn appliquant des méthodes basées sur l‘apparence, l‘identification et la classification automatiques du produit peuvent être effectuées. Des modifications dans l‘aspect du produit ou du lot seront détectées. En outre, avec des approches basées sur l‘apprentissage profond, des modifications normales dans les produits ou l‘apparence du lot et la variabilité environnementale peuvent être ignorées. Par conséquent, seul le produit défectueux avec une modification non anticipée sera détecté. Ces Frameworks basés sur l‘apprentissage profond sont constitués d’algorithmes automatiques (connectés à une série d’images) qui permettent des détections autrement impossible pour l’inspection et la classification. Ils rendent la détection par vision adaptée et facilement accessible à tout nouveau domaine d‘application dans les départements de production, d‘emballage, de laboratoire et de qualité. |
Inspection de bac de livraison pour détection d’un objet manquant ou mauvais
Inspection de produits moulés par injection pour détection de marqueur RFID
Inspection de la ligne de colle sur le produit pour détecter la colle manquante |
|
MesureLes systèmes avancés de détection par vision permettent non seulement de détecter des caractéristiques sur des échantillons ou des produits, mais aussi de les mesurer. Cela comprend la mesure : Volume par hauteur des liquides dans les récipients, dimensions globales de pièces ou d’éléments, distances entre les éléments, circularité des trous, rectitude des bords, angles entre les éléments et de nombreuses autres mesures. Grâce à l‘utilisation de plusieurs caméra, les caractéristiques et les distances entre différentes images sur de grands produits peuvent être mesurées sans avoir à les déplacer. En outre, la lecture automatique de numéros, de lettres et de codes à barres par le système de détection de vision permettra de vérifier l‘étiquetage correct des produits ou des échantillons. |
Détection des
Mesure de diamètre, d‘objet et de motif
Reconnaissance des nombres, des lettres et des codes-barres |
|
Inspection esthétiqueL‘inspection esthétique comprend la détection des défauts de surface concernant sa structure, ses impressions ou ses gravures.Les surfaces provenant de différents types de matériaux, qui sont produites avec différents types de processus. Le résultat donnant des surfaces conformes ou non-conformes. La variabilité des surfaces conformes telles que rectifiées ou brossées peuvent être ignorées pendant le processus de détection par vision avec l‘utilisation d‘approches fondées sur l‘apprentissage profond ou par des méthodes similaires. Après avoir ignoré ces surfaces conformes, celles non conformes avec des défauts tels que des rayures, des trous, etc. peuvent alors être détectés. Les surfaces imprimées ou gravées comprennent souvent des lettres, chiffres ou symboles pouvant toujours être lisible. Néanmoins, ils ne reflètent pas toujours la qualité d‘un produit. Par conséquent, en utilisant l’approche par apprentissage profond, des surfaces imprimées ou gravées recherchées peuvent être détectées et des actions appropriées peuvent être prises. |
Détection de
Détection de |
|