CASE

Solution de Vision par Deep Learning

Les inspections automatisées constituent une partie importante de l'assurance qualité dans presque toutes les productions. Les logiciels de vision conventionnels nécessitent un effort de programmation élevé pour les contrôles sur des produits complexes. Le Deep Learning offre une solution d’inspection facilement et rapidement mise en œuvre ; c’est ce que nous avons testé dans notre laboratoire, sur des bornes de connexion.

 

[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
[Translate to Französisch:] Deep Learning Labor Robotec Solutions
  • Tâche

    Le défi de l'utilisation d’un système de vision est que l'effort de programmation n'augmente pas de manière exponentielle en fonction des défauts. Les applications complexes sont donc coûteuses à programmer, difficiles à paramétrer et, pour les nouveaux produits, l'application entière doit être partiellement redéveloppée. Nous avons étudié, dans notre laboratoire, des bornes de connexion complexes et présentant des erreurs diverses et variées.

  • Solution

    Avec la solution Deep Learning, des contrôles de qualité complexes peuvent être programmés avec peu d'efforts. Cela signifie que le technicien ne doit pas développer son propre algorithme d'inspection. Seuls la distance objet-caméra et un apport de lumière correct doivent être réglés. 

    Après l'enregistrement manuel d'environ 100 bonnes et 20 mauvaises images, le système calcule de manière autonome un algorithme d'inspection. Si l'algorithme n'est pas correct, d'autres images classées peuvent être ajoutées et l'algorithme recalculé. Cela signifie que même un nouveau produit peut être intégré dans la production sans grand effort.
     

  • Conclusion

    L'effort de configuration minimal et le petit nombre d'images nécessaires pour obtenir un algorithme de test ont surpris même nos programmeurs. La nouvelle technologie a fait ses preuves et nous attendons avec impatience les prochaines applications de Deep Learning.

  • Caractéristiques particulières

    - Dernière génération des caméras Cognex Cooperation
    - Adaptabilité rapide aux nouveaux produits
    - Algorithme d’inspection généré avec un faible nombre d’images
     

Portrait de Gwenölé Bergeon

Gwenölé Bergeon, Responsable ventes Romandie

«Intéressé? Parlons ensemble de votre projet»

Tecco
+41 62 775 90 00