La ricerca difetti con In-Sight ViDi Detect rappresenta un approccio altamente innovativo ai problemi industriali che fino ad oggi erano considerati irrisolvibili utilizzando la sola visione tradizionale. Grazie al nuovo strumento di intelligenza artificiale Cognex, abbinato alla versatilità della smart-camera industriale, siamo in grado di riscontrare difetti variabili con un alto grado di precisione e affidabilità. Vediamo insieme nello specifico come lavora lo strumento software e in cosa consiste questo approccio innovativo.

Con la visione artificiale classica, siamo obbligati a costruire una logica di programmazione in base al tipo di difetto da identificare e degli strumenti software a nostra disposizione (pattern, angoli, colore dei pixel, riflessi, bordi ecc). Grazie ad un’immagine “buona” e con un’immagine “difettosa” possiamo costruire il nostro programma. In fase di installazione, verrà poi regolato cercando di individuare un intervallo di soglie comune per tutti i difetti.

Questo approccio, seppur molto semplice ed immediato, presenta una serie di vincoli. Quando il difetto è altamente variabile oppure sconosciuto non siamo in grado di definire con precisione e certezza quale algoritmo sia più efficace per la discriminazione. In queste applicazioni entra in gioco In-Sight Vidi Detect e la sua tecnologia di Deep Learing. 

Il nuovo strumento basato su intelligenza artificiale consente di individuare difetti variabili automaticamente. Ma come funziona nel dettaglio?

In-Sight ViDi Detect ha bisogno di una fase di “training”, che consiste nell’acquisire di una serie di immagini classificate. A questo punto, dovremo scegliere se utilizzare l’apprendimento non supervisionato o l’apprendimento supervisionato. La fase di apprendimento è necessaria per costruire la rete neurale. Con il primo approccio, il sistema imparerà a riconoscere la differenza tra le due tipologie di immagini (buono-scarto) in modo automatico tramite il training delle sole immagini buone. Con l’apprendimento supervisionato dovranno essere indicate e addestrate al sistema le immagini buone e inoltre, i macro-difetti presenti nelle immagini catalogate come scarto.

Costruita la rete neurale, il sistema sarà in grado di riconoscere un’ampia gamma di difetti in modo automatico. Per regolare un minimo il sistema potremo regolare le percentuali di accettazione delle immagini. Queste immagini possono includere anche nuovi difetti che il sistema non ha mai visto prima. Questo non sarà un problema, infatti il sistema le classificherà agevolmente perché comunque rappresentano un difetto. Una volta definito quale % sia più indicata per la nostra applicazione, In-Sight ViDi Detect è pronto a lavorare.

Il nuovo strumento di Deep Learning Cognex è integrato nella nuova Smart-camera In-Sight D900, la quale oltre ad avere gli algoritmi Deep Learning ha già integrati tutti i noti strumenti Cognex, come PatMax e molti altri. Questo ci consente di combinare logiche di programmazione classiche ad una rete neurale e creare applicazioni di controllo qualità veramente innovative.