Solution d’analyse d’image pour l’inspection qualité par IA dans les usines
Description de notre propre logiciel d’apprentissage profond Retina développé de zéro dans la Vallée de la Fabrication Horlogère.
L’automatisation de l’inspection visuelle aide les fabricants à améliorer la productivité, la qualité et la rentabilité. Les solutions embarquées permettent d’avoir un contrôle et une visibilité sur la production en temps réel 24/7 en périphérie (edge) de la machine, sans nécessiter le transfert de données vers le web. Le réseau neuronal profond permet de résoudre des applications de vision complexes en quelques minutes, au lieu de nécessiter un réglage fin par un expert pendant des semaines et une modification fréquente des paramètres pendant les changements d’équipe. L’analyse d’images basée sur l’apprentissage profond permet d’absorber les variations naturelles et les écarts des produits conformes, tout en gérant facilement les variations des défauts.
La robustesse et la cohérence du logiciel d’apprentissage profond Retina sont un outil puissant aidant les opérateurs à décider plus rapidement de la conformité du produit, afin qu’ils puissent se concentrer sur leur tâche principale spécifique à plus haute valeur ajoutée.
L’analyse d’images basée sur l’apprentissage profond permet aux fabricants d’automatiser leurs lignes de production avec les algorithmes d’inspection visuelle les plus avancés pour détecter des défauts complexes et améliorer la qualité des produits en quelques minutes.
Notre logiciel d’apprentissage profond Retina redéfinit votre contrôle qualité en utilisant l’intelligence artificielle et aide à identifier les produits défectueux en temps réel 24/7 avec la même précision et flexibilité qu’un humain, mais sans être influencé par la fatigue ou l’humeur. Seul l’apprentissage profond peut inspecter plusieurs pièces par seconde avec précision, fiabilité et constance.
La robustesse et la cohérence du logiciel d’apprentissage profond Retina sont un outil puissant aidant les opérateurs à décider plus rapidement de la conformité du produit, afin qu’ils puissent se concentrer sur leur tâche principale spécifique à plus haute valeur ajoutée.
Avec le logiciel d’apprentissage profond Retina, il n’est pas nécessaire d’être un Data scientist, un spécialiste du Big data, un expert en Deep learning ni un ingénieur en vision par ordinateur pour pouvoir déployer rapidement une solution d’inspection visuelle par IA. De plus, nos solutions sont exécutées directement en périphérie des lignes de production sans transférer quoi que ce soit vers le web.
Nous proposons désormais 4 variantes comme décrit ci-dessous pour chacune de vos applications complexes. Le logiciel peut être utilisé en autonome ou ajouté sous forme de .NET dll, C/C++ dll, ou plugins pour la plupart des logiciels de vision, par exemple Labview, Visual Studio et OpenCV. « 3HLE » n’est pas seulement une société de licence logicielle ; nous avons l’habitude de livrer des matériels entiers (IPC industriels et caméras) et des solutions logicielles à nos clients. Nous sommes des ingénieurs en vision avec des années d’expérience, qui concevons et écrivons des logiciels en gardant à l’esprit les applications et contraintes réelles. Dans la même philosophie, nous nous efforçons de livrer les solutions les plus simples et les plus intuitives pour les ingénieurs/développeurs en vision, avec un « minimum de paramètres et de clics » possible.
Les inspections de qualité visuelle complexes et à haute vitesse sont basées sur des serveurs/solutions embarqués « Intelligence Artificielle » d’apprentissage profond. Les images sont traitées directement en périphérie des machines. Nos solutions sont déployées et traitées en temps réel sur un IPC avec GPU local sur la machine ou au sein du réseau de l’usine. Les fabricants pourront accéder aux données de production et aux images en périphérie de leurs machines ou via leur réseau interne sans aucune connexion Internet.
« 3HLE » propose principalement des solutions Clé en Main incluant Matériel, Intégration Logicielle et Processus d’Automatisation dédiés aux applications de Contrôle Qualité par Vision Artificielle automatisée à haute vitesse. Pour plus de Cas d’usage, consultez nos pages Success Stories ou consultez nos pages Produits pour en savoir plus sur nos solutions matérielles et logicielles. Nous travaillons à créer de plus en plus de contenu dans ces sections ; veuillez vous abonner aux chaînes LinkedIn, FaceBook ou Youtube de « 3HLE » pour être informé dès que de nouveaux contenus seront disponibles.

1. Variante Cherry :
-
- Détecteur d’anomalies esthétiques permettant la détection de surfaces complexes ou brillantes avec une précision allant jusqu’à 1 pixel. Cela élimine le besoin de chaîner plusieurs outils avec plusieurs tailles de caractéristiques.
- Le changement de recette/modèle pendant l’exécution se fait via une simple saisie numérique. Cela élimine le besoin de scripts complexes.
- (Avancé) La détection de défauts multi-classes élimine le chaînage de plusieurs types d’outils différents pour détecter puis classifier les défauts.
- Exécution parallèle multi-instance/multi-threads pendant l’exécution sur un seul GPU. Cela permet de réduire les coûts matériels et de maintenance.
- Allocation et utilisation optimisées de la mémoire RAM Graphique/CUDA.

2. Variante Blueberry :
-
- Utilisé pour localiser des pièces avec une grande variation/flexibilité ou une large famille d’objets similaires.
- Exécution parallèle multi-instance/multi-threads pendant l’exécution sur un seul GPU. Cela permet de réduire les coûts matériels et de maintenance.
- Allocation et utilisation optimisées de la mémoire RAM Graphique/CUDA.

3. Variante Avocado :
-
- Utilisé pour classifier des objets dans une image.
- Exécution parallèle multi-instance/multi-threads pendant l’exécution sur un seul GPU. Cela permet de réduire les coûts matériels et de maintenance.
- Allocation et utilisation optimisées de la mémoire RAM Graphique/CUDA.

4. Variante Olive :
-
- Olive est un outil OCR utilisé pour lire des caractères DPM, laser et à jet d’encre sur des surfaces bruyantes.

Veuillez remplir la section ci-dessous pour recevoir la Fiche Technique PDF sélectionnée par email ou abonnez-vous à notre newsletter pour obtenir les contenus les plus récents
Applications et Cas d’usage
Détection de défauts RETINA-CHERRY sur l’inspection de bocaux en verre :


Détection de défauts RETINA-CHERRY sur le contrôle qualité de vis médicales/chirurgicales :

Lecture OCR RETINA-OLIVE de texte sur des surfaces métalliques, bruyantes et irrégulières :







Vidéo Youtube montrant le flux de travail simple pour intégrer Retina-OCR dans Visual Studio :
Vidéo Youtube montrant Retina-Cherry inspectant des rayures sur du verre transparent et des pièces métalliques brillantes :
Vidéo Youtube montrant le flux de travail simple pour intégrer Retina-Cherry dans Visual Studio :
Démo vidéo Youtube montrant une lecture OCR réussie par un Deep Learning RETINA-OLIVE au fond d’une canette en aluminium :
Démo vidéo Youtube montrant une lecture OCR facile par un Deep Learning RETINA-OLIVE au fond d’une canette en aluminium :
Démo vidéo Youtube montrant un Deep Learning effectuant une démo d’inspection de qualité d’emballage :
Vidéo Youtube montrant une inspection de qualité sur une ligne de production industrielle de café par Deep Learning :