Inspeção do Controle de Qualidade da Máscara Facial
Os sistemas de visão e deep learning garantem máscaras de alta qualidade para proteger os profissionais de saúde da linha de frente
Produtos Relacionados
Sistemas de visão ultracompactos ideais para aplicações nas quais o espaço da máquina é essencial.
Ambiente de programação gráfica para análise de imagem industrial baseada em deep learning
Existem diferentes tipos de máscaras faciais que ajudam a impedir a propagação da doença, de uma máscara cirúrgica típica a um respirador N95. Este equipamento é crucial para ajudar a manter os trabalhadores seguros. No entanto, essas máscaras protegem os usuários somente se estiverem livres de defeitos e passarem por rigorosos padrões ISO, o que é desafiador quando a demanda excede em muito a oferta existente. A qualidade das máscaras deve ser rigorosamente verificada para impedir que produtos defeituosos cheguem ao mercado, incluindo a verificação de falhas como cabelos incorporados ou manchas, medição da largura da máscara, verificação da presença de tiras e determinação de que as tiras estão corretamente presas à máscara.
Ao alavancar os sistemas de visão e a tecnologia de deep learning, os fabricantes podem garantir que as máscaras sejam produzidas em conformidade com os padrões ISO e capturar máscaras defeituosas antes de serem enviadas. O sistema de visão In-Sight 8402 da Cognex detecta a presença de componentes da máscara, como faixas de ouvido e soldas de fita, além de medir a largura das máscaras para garantir que elas sejam fabricadas no tamanho correto. Muitos defeitos, no entanto, são difíceis de prever e programar com os algoritmos tradicionais dos sistemas de visão. O Deep Learning da Cognex é configurado com até 50 imagens de amostra para localizar e classificar facilmente defeitos aleatórios, como rasgos, manchas e erros de costura.
