Inspeção Estética do Invólucro
Pesquise defeitos específicos, como arranhões, enquanto tolera anomalias e variações sem importância no invólucro do dispositivo
Produtos Relacionados
Ambiente de programação gráfica para análise de imagem industrial baseada em deep learning
Baseado na Tecnologia de Software de Visão In-Sight ViDi Deep Learning
As inspeções estéticas podem ser desafiadoras quando as peças variam, seja no nível do componente ou no nível da embalagem e do invólucro. Arranhões, amassados e outros defeitos estéticos podem não afetar a funcionalidade, mas afetam a qualidade do acabamento e a percepção do consumidor. Alguns defeitos estéticos podem ser causa óbvia de rejeição, enquanto outros defeitos menores são aceitáveis. Por esse motivo, os fabricantes precisam configurar um sistema de inspeção para procurar defeitos específicos e diferenciá-los de manchas menores. Programar uma inspeção desta complexidade em um algoritmo baseado em regras exige bibliotecas de defeitos complexas. A inspeção humana, embora mais flexível, é muito lenta, não confiável e inconsistente.
Usando a ferramenta de detecção de defeitos no modo supervisionado, um engenheiro pode configurar o Cognex Deep Learning para pesquisar defeitos específicos, como arranhões, enquanto tolera anomalias e variações sem importância. A ferramenta é otimizada para funcionar com imagens de baixo contraste ou mal capturadas. Por exemplo, a imagem abaixo ilustra como a ferramenta de detecção de defeitos analisa as imagens boas e ruins de fones de ouvido. Durante o tempo de execução, o software caracteriza as imagens com riscos graves como defeituosas, tendo aprendido a reconhecer e ignorar pequenas manchas estéticas.