5 ispezioni rese possibili con imaging a colori e Deep Learning

Quasi il 30% delle applicazioni di Deep Learning VisionPro, il software di Cognex per l'ispezione con deep learning basata su PC, richiede imaging a colori. Questo perché il colore è un'importante caratteristica distintiva per molte applicazioni di verifica di assemblaggi e di rilevamento di difetti.

Quando abbiamo lanciato In-Sight D900 nella primavera del 2020, sapevamo che si trattava di un prodotto unico nel suo genere: una telecamera intelligente In-Sight con tecnologia di deep learning incorporata direttamente sulla stessa. Sapevamo anche che c'erano modi in cui potevamo migliorare ulteriormente il prodotto semplicemente parlando con i clienti e prendendo sul serio il loro feedback.

Mentre i modelli iniziali di In-Sight D900 potevano produrre solo immagini monocromatiche, In-Sight D900 Color promuove la missione di Cognex di ampliare la gamma e la portata delle ispezioni in linea che possono ora essere automatizzate. 

Ecco cinque di queste possibilità di ispezione e una spiegazione del perché l'imaging a colori è una componente essenziale dell'ispezione.

Rilevamento di particelle estranee

Immagine di un impianto di confezionamento di arachidi. C'è un nastro trasportatore di arachidi salate tostate al miele che viene ispezionato per assicurarsi che il prodotto soddisfi gli standard dell'azienda per ottenere il privilegio di essere lo snack preferito della domenica pomeriggio durante la partita di calcio. L'ultima cosa che lo stabilimento vuole è che una particella estranea indesiderata si intrufoli nella fase di ispezione, cosa che potrebbe accadere se un piccolo pezzo di guanto di un ispettore si rompesse durante l'ispezione. Quel piccolo pezzo di guanto di lattice viola sarebbe quasi impossibile da individuare nel mucchio di noccioline con un sistema di visione di imaging monocromatico.

Verifica del kitting

I kit assemblati, ad esempio una sacca medica che contiene siringhe, bende e altri materiali di consumo, contengono probabilmente oggetti dall'aspetto simile che sono in realtà molto diversi tra loro. Se un kit medico contiene siringhe con diversi medicinali quali un vaccino antinfluenzale, adrenalina e altro, le siringhe stesse potrebbero essere codificate mediante colori per indicare le loro differenze. Un sistema di visione monocromatica tratterebbe queste differenze cruciali come se si trattasse dello stesso prodotto. Solo un'immagine a colori può aiutare ulteriormente a garantire che le parti dall'aspetto simile ma diverse siano contenute correttamente nel kit.

Ispezione del sensore di Park Assist posteriore

Attualmente la maggior parte delle auto è dotata, come parte della loro dotazione di sicurezza standard, di telecamere per aiutare i conducenti a parcheggiare o a procedere in retromarcia. Tali telecamere funzionano con dei sensori incorporati nel paraurti e i produttori devono garantire che tali sensori abbiano la stessa identica corrispondenza di colore del paraurti. Molte case automobilistiche hanno 25 o più varietà di colori del sensore, comprese diverse tonalità dello stesso colore del sensore. È un'ispezione impegnativa per numerosi motivi, ma che richiede assolutamente il deep learning e l'imaging a colori.

Controllo bianco su bianco su bottiglie

Che si tratti di beni di consumo confezionati o dell'industria alimentare e delle bevande, vi è la possibilità che ad un certo punto i produttori debbano ispezionare un prodotto liquido dello stesso colore della bottiglia in cui è contenuto. Senza l'uso di un'immagine a colori un sistema di ispezione potrebbe non rendersi conto di perdite di liquido dato che si confonde con il contenitore.

Pizza surgelata

Tutti amano la pizza. Anche la pizza surgelata. Soprattutto la pizza al salamino. Ma non tutti amano la loro pizza al salamino con anche dei pezzettini di funghi. Se si ispezionano varietà di pizza surgelate su un nastro trasportatore, un'immagine in bianco e nero rende difficile stabilire se sono stati aggiunti i condimenti corretti e soprattutto se dei condimenti indesiderati sono stati aggiunti accidentalmente alla pizza sbagliata. L'imaging a colori diventa quindi essenziale per consentire agli ispettori di pizza surgelata di assicurarsi che il salamino sia davvero salamino e non peperoni rossi, cipolle o salame o altri condimenti indesiderati.

Questa è, ovviamente, solo la punta dell'iceberg quando si tratta di tutte le ispezioni che possono trarre vantaggio dalla combinazione di imaging a colori e deep learning. Se sei curioso di iniziare un progetto di deep learning, dai un'occhiata al nostro eBook di seguito.