Cómo el aprendizaje profundo automatiza las inspecciones para las soluciones de empaque

deep learning for packaging

Los productos de empaque requieren cada vez más que sus propios sistemas de inspección personalizados perfeccionen la calidad, eliminen los rechazos falsos, mejoren el rendimiento y eliminen el riesgo de devoluciones. Algunas de las aplicaciones esenciales de visión artificial de la línea de empaque incluyen verificar que la etiqueta esté presente en el paquete, esté derecha y sea correcta y legible. Otras inspecciones de empaque simples incluyen presencia, posición, calidad (sin marcas, rasgaduras o burbujas) y legibilidad (códigos de barras y códigos de lote/fecha presentes y escaneables) de etiquetas.

Pero los empaques como botellas, latas, cajones y cajas, presentes en varias industrias, incluidas la industrias de alimentos y bebidas, productos de consumo y logística, no siempre pueden inspeccionarse con la visión artificial tradicional. En el caso de las aplicaciones que presentan defectos impredecibles y variables en superficies confusas como aquellas con muchos patrones o con brillo especular, los fabricantes generalmente confían en la flexibilidad y la toma de decisiones basadas en el criterio por parte de los inspectores humanos. Sin embargo, los inspectores humanos tienen algunas desventajas importantes con respecto a la industria moderna de bienes de consumo empacados: no son necesariamente escalables.

En el caso de las aplicaciones que resisten la automatización, pero que aun así demandan de alta calidad y alto rendimiento, la tecnología de aprendizaje profundo es una herramienta nueva eficaz a disposición de los ingenieros de aplicación de la industria de empaque. La tecnología de aprendizaje profundo puede manejar todos los distintos tipos de superficies de empaque, por ejemplo, papel, vidrio, plástico y cerámica, así como también sus etiquetas. Se trate de un defecto específico en una etiqueta impresa o la zona de corte de una pieza de empaque, el aprendizaje profundo de Cognex puede identificar todas estas regiones de interés simplemente al aprender la apariencia variable de la zona de interés. Mediante el uso de una variedad de herramientas, el aprendizaje profundo de Cognex puede entonces localizar y contar objetos o características complejos, detectar anomalías y clasificar dichos objetos o incluso escenas completas. Por último, pero no menos importante, puede reorganizar y verificar los caracteres alfanuméricos usando una biblioteca de fuentes preidentificadas.

Aquí, investigaremos cómo el aprendizaje profundo de Cognex realiza todas las tareas anteriores para los empacadores y fabricantes.

Detección de defectos en el empaque

La visión artificial es invaluable para las inspecciones de empaque en botellas y latas. De hecho, en la mayoría de las fábricas, es la visión artificial la que no solo inspecciona la colocación de etiquetas y envoltura, sino que también los coloca y alinea durante la fabricación.

aprendizaje profundo para detección de defectos en el empaque

La visión artificial tradicional maneja bien los defectos de etiquetado: puede detectar de forma competente arrugas, rasgaduras, roturas, deformaciones, burbujas y errores de impresión. La tecnología de procesamiento de imágenes de alto contraste y de extracción de superficies puede capturar defectos, incluso cuando se producen en superficies curvas y en condiciones de mala iluminación. Sin embargo, la superficie de un aluminio típico podría confundir a la visión artificial tradicional con su reflejo, así como con la naturaleza variable e impredecible de sus defectos, no todos los cuales deben ser rechazados. Agregue a estas inspecciones de superficies complejas incontables formas y tipos de defectos, por ejemplo, rasguños largos y marcas de manipulado superficiales, y rápidamente se vuelve insostenible buscar explícitamente todos los tipos de defectos potenciales.

Al utilizar el novedoso enfoque del aprendizaje profundo, es posible inspeccionar de manera precisa y repetida todo tipo de superficies de empaque metálicas complejas. Con el aprendizaje profundo de Cognex, en lugar de programar explícitamente una inspección, el algoritmo de aprendizaje profundo se entrena en función de un conjunto de muestras “buenas” para crear sus modelos de referencia. Una vez que se completa esta etapa de entrenamiento, la inspección está lista para comenzar. El aprendizaje profundo de Cognex puede identificar e informar todas las áreas defectuosas en la superficie de la lata que se desvían fuera del rango de una apariencia normal aceptable.

Reconocimiento óptico de caracteres de empaques

Escondido en alguna parte de casi todos los paquetes de artículos de consumo, independientemente del material o tipo, hay un código de lote/fecha. Es importante que estos códigos se impriman de forma clara y legible, no solo para los usuarios finales y los consumidores que hacen las compras, sino también para los fabricantes durante la etapa de verificación. Un código de lote/fecha mal impreso, manchado o deformado colocado en una etiqueta de botella o un paquete de galletitas, por ejemplo, causa problemas a ambos.

OCR basado en el aprendizaje profundo para empaques

Por lo general la visión artificial tradicional podría fácilmente reconocer y/o verificar que los códigos sean legibles y correctos antes de dejar las instalaciones, pero algunas superficies complejas hacen que sea demasiado difícil. En estos casos, un código manchado o inclinado impreso en material especular como un cajón metálico de refrescos podría ser leído con cierto esfuerzo por un inspector humano, pero no con mucha fiabilidad por un sistema de inspección de visión artificial. Es estos casos, los empaquetadores necesitan un sistema de inspección que pueda juzgar la legibilidad de los estándares humanos, pero fundamentalmente, con la velocidad y solidez de un sistema computarizado. Ingresar, aprendizaje profundo.

La herramienta de OCR basado en el aprendizaje profundo de Cognex es capaz de detectar y leer el texto simple de los códigos de lote/fecha, verificando que sus cadenas de números y letras sean correctos, incluso si están deformados, torcidos o, en el caso de las superficies metálicas, mal grabados. La herramienta minimiza el entrenamiento ya que aprovecha una biblioteca de fuentes preidentificadas. Esto significa que el aprendizaje profundo de Cognex puede leer la mayoría de los textos alfanuméricos de inmediato, sin que sea necesaria la programación. El entrenamiento se limita a requisitos específicos de aplicación para reconocer los detalles de la superficie o volver a entrenar en función de los caracteres que faltan. Todas estas ventajas ayudan a facilitar y acelerar la implementación y contribuyen con los resultados de la aplicación OCR y OCV sin que sea necesario un experto en visión.

Verificación de montaje de empaques

La verificación de montaje dependiente de la visión puede ser difícil para los productos en paquetes múltiples que pueden tener un propósito determinado, como en el caso de ofertas con motivos navideños o de estación. Estos paquetes exhiben diferentes artículos y configuraciones en la misma caja.

aprendizaje profundo para verificación de montaje de empaques

Para estos tipos de inspecciones, los fabricantes necesitan de sistemas de inspección sumamente flexibles que puedan localizar y verificar que los artículos individuales estén presentes y sean correctos, que estén distribuidos con la configuración adecuada y que coincidan con su empaque externo. Para hacerlo, los sistemas de inspección necesitan poder localizar y segmentar diferentes regiones de interés dentro de una imagen individual, posiblemente en múltiples configuraciones que puedan inspeccionarse línea por línea para tener en cuenta las variaciones en el empaque.

El sistema basado en el aprendizaje profundo es ideal para localizar artículos individuales a partir de sus características únicas y variables, ya que generaliza las características distinguibles de cada artículo en función del tamaño, forma, color y características de la superficie. El software de aprendizaje profundo de Cognex se puede entrenar fácilmente para desarrollar una base de datos completa de artículos. Luego, la inspección puede continuar por región, ya sea por cuadrante o línea por línea, para verificar que el paquete esté correctamente montado.

Clasificación de empaques

Las inspecciones de la preparación de kits requieren de múltiples capacidades de su sistema de inspección automatizada. Los paquetes múltiples de productos de consumo deben inspeccionarse para verificar que tengan el número correcto y el tipo de inclusiones antes de ser enviados. El conteo y la identificación son fortalezas populares de la visión artificial tradicional. Pero para asegurar que dentro de una unidad de múltiples piezas se incluyan los artículos correctos es necesario clasificar por categoría los productos incluidos, por ejemplo, ¿contiene un paquete múltiple de protector solar dos tipos de protector solar o un bálsamo labial con protección solar adicional?

clasificación basada en el aprendizaje profundo para empaques

Esta categorización es importante aunque está fuera del alcance de la visión artificial tradicional. Afortunadamente, la herramienta de clasificación basada en el aprendizaje profundo de Cognex puede combinarse fácilmente con las herramientas de visión artificial de localización y conteo tradicional, o con las herramientas de localización y conteo basadas en el aprendizaje profundo si la inspección de la preparación de kits tiene que lidiar con diferentes tipos de productos y requiere de la inteligencia artificial para distinguir las características de generalización de estos tipos.

La clasificación basada en el aprendizaje profundo trabaja de la siguiente forma: separa las diferentes clases en función de una colección de imágenes etiquetadas e identifica los productos en función de estas discrepancias de empaque. Si alguna de las clases está entrenada para contener anomalías, entonces el sistema puede aprender a clasificarlas como aceptables o inaceptables.

Los sistemas de visión con aprendizaje profundo habilitado difieren de la visión artificial tradicional, ya que son esencialmente de autoaprendizaje y se entrenan en función de imágenes de muestra etiquetadas sin que sea necesaria la programación explícita. El software basado en el aprendizaje profundo utiliza inteligencia artificial similar a la humana que es capaz de apreciar matices como desviación y variación y superar incluso a los mejores inspectores en lo que respecta a emitir valoraciones correctas de forma fiable. Sin embargo, más importante aún es que es capaz de resolver desafíos de automatización complejos que antes no eran programables.

Los fabricantes de la industria de empaque están demandando cada vez más sistemas de visión artificial más rápidos y potentes, y por un buen motivo: se espera de ellos que empaquen una gran cantidad de productos con un umbral de calidad más alto y por un costo menor. Cognex está cumpliendo completamente con los rigurosos requisitos de los clientes al ofrecer sistemas de inspección automatizada que combinan el poder de la visión artificial con el aprendizaje profundo a fin de fabricar empaques de forma más rentable y sólida.

Contactar con ventas

Más publicaciones en

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex