U vizuální kontroly kvality často narážíme na stejný problém: zákazník ví, jak má vypadat správný díl, ale nemá k dispozici dostatek příkladů všech možných vad. U některých výrobků jsou defekty navíc velmi nepravidelné. Mohou se lišit tvarem, velikostí, polohou nebo intenzitou a není praktické předem vytvořit přesný katalog všech NOK stavů.

Právě pro takové případy je vhodný přístup Anomaly Detection. Místo toho, aby se model učil každý konkrétní typ vady zvlášť, učí se především z OK kusů. Jinými slovy: systém se nejdříve naučí, jak vypadá správný plastový díl, a při následné kontrole vyhledává oblasti, které se od tohoto naučeného standardu vizuálně liší.

V této ukázce pracujeme s plastovými čidly. Cílem je detekovat vizuální odchylky na dílu bez nutnosti dodat desítky nebo stovky vzorků každého typu vady.

Prvním krokem je příprava dat. Plastová čidla jsou položena na speciálním rotačním lůžku, které umožňuje kontrolovaný pohyb dílu během inspekce. Kamera tak může pomocí sekvenčního snímání pořídit více obrazů z různých úhlů a zachytit části výrobku, které by z jednoho pohledu nemusely být dobře viditelné.

Uživatel v prostředí SANEZOO Platform pracuje se snímky kontrolovaných dílů a označuje je pomocí jednoduchých labelů OK a NOK. Tento způsob anotace je výrazně jednodušší než detailní ruční vyznačování každé vady v obraze.

Pro samotné trénování modelu jsou klíčové především OK kusy. Model z nich vytvoří představu o tom, jak má vypadat ideální nebo standardní díl.

NOK kusy mohou být použity pro ověření, zda model skutečně reaguje na vizuální odchylky. Nejsou však nutné jako kompletní katalog všech možných vad. To je hlavní rozdíl oproti klasickým přístupům, kde je potřeba model naučit velké množství konkrétních defektů.

Po přípravě dat je možné model natrénovat a následně jej použít přímo ve vision pipeline. Uživatel jej vloží do vyhodnocovací pipeline v SANEZOO Platform a spustí nad kontrolovaným obrazem.

Po spuštění model porovnává kontrolovaný díl s tím, co se naučil z OK vzorků. Výstupem není jen jednoduché rozhodnutí, ale také anomaly map — mapa vizuálních odchylek. Ta ukazuje místa, kde se aktuální díl liší od naučeného vzhledu správného dílu.

V praxi je tento typ inspekce vhodný všude tam, kde je potřeba kontrolovat stabilitu vzhledu výrobku, ale kde není realistické předem definovat všechny možné NOK scénáře. Může jít o plastové díly, technické komponenty, kryty, čidla, obaly nebo jiné výrobky s opakovatelným tvarem a požadavkem na vizuální kvalitu. Anomaly Detection tak pomáhá zjednodušit cestu od dat k funkční inspekci. Výsledkem je nástroj, který dokáže upozornit na nečekané vizuální odchylky a podpořit stabilnější rozhodování v kontrole kvality.

Chcete ověřit detekci vad na vašem produktu?

Spojte se s námi a společně ověříme váš produkt, požadavky na kontrolu i nejvhodnější scénář nasazení ve vaší výrobě.