La calidad de las superficies, en detalle

El reto: defectos difíciles de ver

Un fabricante de automóviles quería automatizar la inspección de piezas pintadas. Los defectos superficiales muy pequeños pueden ser difíciles de distinguir, especialmente cuando la iluminación no revela el detalle que debe examinar el inspector.

Diseñar la imagen y el modelo conjuntamente

peoly combinó iluminación y módulos de cámara desarrollados específicamente con redes neuronales convolucionales entrenadas internamente. La configuración de captura era esencial: hacía visibles las características relevantes de la superficie antes de clasificarlas.

El trabajo publicado abordó varios tipos de defectos en capas de pintura. El ejemplo original muestra la iluminación de tiradores de puerta de automóvil pintados incorrectamente. El portfolio también describe la preparación para el despliegue local y en la nube.

Qué demuestra este enfoque

El proyecto combina el diseño óptico y el aprendizaje automático en una misma tarea de inspección. El punto de partida es una imagen adecuada; después, el modelo interpreta las características relacionadas con las categorías de defectos acordadas.

Un nuevo proyecto de inspección comienza con la pieza, el acabado, los defectos de interés y las condiciones de funcionamiento. Estos detalles determinan la captura y las pruebas necesarias para evaluar el modelo en ese proceso productivo.