Blog

Implementando sistemas de inspección visual se ha convertido en la primera opción para que las empresas manufactureras transformen la inspección de calidad y mejoren la calidad del producto. Sin embargo, las empresas que no están familiarizadas con los equipos de inspección visual suelen tener ciertos malentendidos sobre el valor de los mismos. equipo de inspección visual a la hora de elegir. Hoy resumiremos varios tipos de problemas que enfrentan las empresas sobre cómo elegir máquinas de inspección visual y sistemas.     Pregunta: ¿Si una máquina puede inspeccionar todos los productos? No, no es posible. Si una empresa quiere comprar un conjunto de equipos de inspección visual de IA para probar todos sus productos, no es factible en esta etapa.   Aunque el equipo de inspección visual de IA es compatible, tiene una variedad de requisitos para las especificaciones del producto. Actualmente, muchas empresas manufactureras tienen una amplia gama de productos, y productos con diferentes materiales, formas y tamaños requieren diferentes fuentes de luz, cámaras y algoritmos.     La detección visual de imágenes Keye AI tiene cierto grado de compatibilidad, pero los dos productos difieren mucho y también es difícil lograr una compatibilidad completa. El equipo de inspección visual de tapas de botellas es compatible con dos productos con una diferencia de altura no mayor a un tercio y una diferencia de ancho no mayor a la mitad, y no existen tapas irregulares. Si la diferencia de altura o ancho es demasiado grande, el uso del mismo equipo para la inspección afectará la calidad final de la fábrica. Son necesarias soluciones personalizadas basadas en las características del producto para garantizar la calidad de fábrica del producto.     Pregunta: ¿Establecer estándares de prueba excesivamente altos conducirá a una tasa de rendimiento baja? Sí. Algunas empresas fabricantes, al comprar sistemas de inspección por visión, no establecen requisitos de inspección basados en la situación real y los estándares de aceptación de la empresa, sino que utilizan estándares teóricos para desarrollar estándares de inspección. Finalmente, durante la depuración y ejecución, se descubrió que la tasa de rendimiento era demasiado baja y que el sistema de inspección visual no era lo suficientemente preciso. De hecho, este tipo de problema se debe al uso de estándares ultraaltos inútiles. Las empresas deben desarrollar estándares de prueba basados en situaciones reales, aumentar los elementos de prueba de manera adecuada para mejorar los estándares de prueba, mejorar la calidad del producto y mantener la competitividad en el mercado.   Pregunta: ¿El valor de los sistemas de inspección visual sólo se refleja en la reducción de los costos laborales? No, no es. Un conjunto de equipos de inspección visual de IA no solo ahorra costos laborales, sino que también reduce los costos operativos de las empresas. Para mejorar la eficiencia, las empresas suelen optar por equipos automatizados para reemplazar la mano de obra, lo que no sólo mejora la capacidad y la calidad de producción, sino que también reduce los costos operativos. Equipo de inspección visual de imágenes de IA de Keye en una sola línea de producción puede ayudar a las empresas a ahorrar entre 3 y 5 miembros del personal de inspección y garantizar estándares uniformes de calidad del producto, mejorando el reconocimiento de la empresa por parte de los clientes. En términos de costos operativos, la detección visual de imágenes de IA de Keye ha desempeñado un papel más importante. Por ejemplo, la inspección visual de las botellas puede vender directamente productos calificados después de la inspección, y los productos defectuosos que se han eliminado se pueden procesar o reutilizar. El valor del producto se puede diversificar y maximizar.       Pregunta: ¿Se puede utilizar un sistema visual para alta producción? Se sugiere utilizar, pero depende de la situación comercial de la empresa. De hecho, una producción grande es más adecuada para elegir un sistema de inspección visual. Desde la estrategia de desarrollo a largo plazo de las empresas, las pruebas manuales tienen una velocidad limitada, baja eficiencia y son más adecuadas para utilizar equipos automatizados para pruebas en grandes cantidades. Aunque algunos productos individuales tienen un valor bajo, el uso de la inspección visual manual puede resultar en inspecciones falsas o omitidas. Si los productos se encuentran en manos de empresas transformadoras y no cumplen con los estándares, estas pueden optar por devolverlos, causando ciertas pérdidas a la empresa. Con el tiempo, esto no favorece el desarrollo a largo plazo de la empresa. Por lo tanto, cuando el volumen de producción de los productos de la empresa es grande, se recomienda elegir equipos de inspección visual. Una inversión puede beneficiar a la empresa durante toda la vida.     Por lo tanto, la elección de equipos de inspección visual de IA por parte de las empresas no es una manifestación directa de alta calidad. Solo haciendo un uso razonable de los sistemas de inspección visual de IA para controlar la calidad del producto y eliminar eficazmente la salida de productos defectuosos podremos evitar quejas de los clientes finales y ganarnos su confianza en la empresa.    

La nueva generación sistema de inspección visual de defectos de Keye es el primer software de algoritmos en China que adopta algoritmos de IA para la industria del embalaje. Actualmente, el algoritmo de este software se ha actualizado a KVIS-V16.0. La característica más importante de este sistema de detección es la rápida eficiencia de detección de defectos y la alta compatibilidad. Con la creciente segmentación del mercado, los productos de embalaje son cada vez más personalizados y personalizados. Cada empresa de producción de envases debe lanzar productos diversificados según las necesidades del mercado y del cliente. Por ejemplo, nuestra empresa ha detectado más de cien tipos de tapas de botellas de plástico y más estilos de botellas. Esto hará que los equipos y sistemas de detección tradicionales enfrenten grandes dificultades en la detección de defectos del producto. La característica más importante del sistema Keye es que puede ser compatible con diferentes estilos de productos y se pueden probar varios productos en el mismo dispositivo. La máquina de inspección de tapas de botellas. pudiendo conseguir una total compatibilidad con tapones de diferentes colores, tamaños e incluso tapas transparentes y opacas. El máquina de detección de botellas puede ser compatible con botellas de diferentes materiales, como PET, PP, PE, PS, etc. El sistema puede detectar diversos defectos en los productos, como color, estructura, clasificación, etc.  ¿Cómo lo hicimos? En primer lugar, contamos con fuentes de luz y sistemas de imágenes personalizados. Nuestro equipo óptico está dirigido por el Profesor TANG LING de la Universidad de Ciencia y Tecnología de China (USTC), y también estamos afiliados al Laboratorio de Óptica Key Mode de la Universidad de Ciencia y Tecnología de China, lo que brinda un sólido soporte técnico para nuestro diseño e investigación. Actualmente, ocupamos una posición de liderazgo en China. Nuestra empresa ha desarrollado de forma independiente varias cámaras lineales, planas, 3D e inteligentes, combinadas con nuestros algoritmos inteligentes de desarrollo propio, que pueden lograr la optimización del sistema.  La segunda es la unidad informática de borde desarrollada independientemente por nuestra empresa, que es una plataforma informática integrada de alto rendimiento para escenarios industriales. Todos los algoritmos están dirigidos y desarrollados por el Dr. ZHENG ZHIGANG de la Universidad de Ciencia y Tecnología de China (USTC). La rica base de información informática hace que nuestro equipo de algoritmos lidere a sus pares en China. Una plataforma de big data basada en el aprendizaje profundo de IA, con múltiples componentes algorítmicos integrados, puede ayudar a los usuarios a construir e iterar modelos rápidamente.  Finalmente, nuestro sistema de control de software adopta el último sistema informático LINUX de grado industrial y un sistema de interacción hombre-máquina personalizado, que es estable, eficiente y en tiempo real.

Actualmente existen tres métodos de inspección en la producción de envases de plástico. La primera es la inspección manual tradicional, que detecta defectos en el producto mediante la observación ocular. El segundo es la inspección por visión artificial, que se basa en algoritmos tradicionales. El tercero es el último. Sistema de inspección visual con algoritmo de IA. Con los crecientes requisitos de calidad para los productos de embalaje en la industria global, la eficiencia de la inspección de defectos también será más estricta. A continuación compararemos varios métodos de prueba existentes, que ayudarán a las personas a encontrar el método de prueba adecuado para cumplir mejor con los requisitos de calidad y reducir los costos operativos de la empresa.  Debido a factores subjetivos, baja eficiencia y susceptibilidad a la fatiga, la inspección visual manual no puede garantizar la eficiencia y la estabilidad a largo plazo.Algoritmos tradicionales inspección de la visión Tiene muchos parámetros y depende en gran medida del personal de depuración profesional. Poca adaptabilidad, alta tasa de detección falsa y al mismo tiempo garantiza la precisión de la detección, lo que resulta en una baja eficiencia de detección.Aprendizaje profundo Sistema de inspección por visión AI permite a las máquinas aprender los patrones inherentes y los niveles de representación de los datos de muestra, lo que les permite tener la capacidad de analizar, aprender y razonar lógicamente como los humanos. Excelente rendimiento y estabilidad a largo plazo, con precisión de detección eficiente.  Humano La inspección visual tiene una tasa de reconocimiento de colores relativamente baja, que se ve fácilmente influenciada por la psicología humana y no se puede cuantificar. Luego, se puede cuantificar la discriminación de color por detección automática. Por ejemplo, los ojos humanos solo pueden reconocer 64 escalas de grises y las máquinas tienen una gran capacidad de reconocimiento de escalas de grises. Actualmente, generalmente se utilizan 256 niveles de escala de grises y el sistema de adquisición puede tener niveles de escala de grises como 10 bits, 12 bits y 16 bits. La resolución de los ojos es pobre y no pueden ver objetivos pequeños con alta resolución. Las máquinas pueden observar objetivos a nivel micrométrico, pero el ojo humano tiene una velocidad de observación lenta. La persistencia visual de 0,1 segundos dificulta que el ojo humano vea con claridad objetivos que se mueven rápidamente. Por otro lado, las máquinas tienen una velocidad rápida, con un tiempo de obturación de aproximadamente 10 microsegundos y una velocidad de cuadro de cámara de alta velocidad de más de 1000. La velocidad del procesador es cada vez más rápida y el alcance del ojo humano es estrecho. Los dispositivos de luz visible en el rango de 400 nm a 750 nm tienen un amplio rango de detección, que va desde espectros ultravioleta hasta infrarrojos. La inspección visual humana tiene poca adaptabilidad al medio ambiente y existen muchas situaciones que pueden causar daño a las personas. La inspección por visión artificial tiene una gran adaptabilidad al medio ambiente y también se pueden agregar dispositivos de protección. La detección del ojo humano tiene poca precisión y no se puede cuantificar. Visión de máquina Tiene alta precisión y puede alcanzar el nivel micrométrico, lo que facilita su cuantificación. Depender de la detección humana también tiene otra subjetividad, influencia psicológica y fatiga.  A partir de los datos y análisis anteriores, se puede ver que reemplazar la inspección visual humana con inspección por visión artificial será una tendencia, especialmente con el continuo aumento de los costos laborales en todo el mundo. Ya sea desde la perspectiva de los costos de producción, los estándares de gestión o la eficiencia de la detección, la nueva generación de Inspección visual del algoritmo de IA se verá favorecido por el mercado. Actualmente, el sistema de inspección visual respaldado por la última generación de algoritmos de IA de clave ha sido cada vez más reconocida por más clientes en los mercados nacionales e internacionales, y se ha convertido en una empresa líder en las industrias de botellas de plástico, tapas, impresión y otras. Al mismo tiempo, ha desempeñado un buen papel a la hora de promover el aterrizaje real de la inteligencia artificial en el mercado de la inspección de envases.  

Detección de defectos de apariencia del cuerpo de la botellaEl inspección de defectos de apariencia de la botella El cuerpo es un problema común en la producción diaria. Para los fabricantes de industrias como la farmacéutica, productos lácteos, bebidas alcohólicas, condimentos y productos químicos de uso diario, debido a la creciente demanda de refinamiento, calidad y producción continua en lotes del empaque de los productos, el mercado ha impuesto estándares más altos para las pruebas de calidad de las fábricas de botellas. . La aparición de máquinas de inspección por visión artificial basadas en algoritmos de inteligencia artificial se ha convertido en una nueva herramienta para ayudar a las empresas a lograr una producción eficiente. Solución de inspección de defectos de visión del cuerpo de la botellaBasado en la teoría de la visión por computadora y el reconocimiento de patrones, y equipado con la unidad informática de borde AI desarrollada por KeyeTech, cumple plenamente con el soporte de potencia informática bajo los requisitos de alta definición y alta velocidad. Tiene las ventajas de una alta potencia informática, alta estabilidad y bajo consumo de energía, y optimiza el problema de la distribución de la potencia informática en el procesamiento colaborativo de múltiples cámaras. Plataforma de software y hardware(1) Cámara industrial CCD/CMOS de alta precisión de desarrollo propio (cámara+lente)(2) Fuentes de luz de superficie, fuentes de luz circulares y otras fuentes de luz LED de desarrollo propio(3) Modo de aprendizaje semisupervisado(4) Unidad informática de borde de IA de desarrollo propio, una plataforma informática integrada de alto rendimiento para escenarios industriales(5) Creación independiente de una plataforma de formación en la nube de IA  Contenidos de detecciónDefectos de la botella: puntos negros, diferencia de color, impurezas, hilos, anillos de elevación, muescas, residuos, rebabas, burbujas, agujeros, espesor desigual, deformación, tamaño, código de pulverización, marca registrada, número de molde, etc. Material de la botella: PET, PE, PP, HDPE, PC, etc. Amplias aplicacionesKeye Tech Tecnología de inspección visual de defectos por IA Se utiliza ampliamente en industrias como la farmacéutica, productos lácteos, condimentos, bebidas alcohólicas y productos químicos de uso diario.Ventajas de la soluciónAlta eficienciaLa unidad informática de borde de IA de desarrollo propio tiene una velocidad más rápida, un menor consumo de energía, una mayor capacidad de computación continua, sin fallas de energía a altas temperaturas y un funcionamiento estable. Alta integraciónAl integrar luz, maquinaria, electrónica, informática y software, hemos creado una plataforma de inteligencia artificial con mayor integración, computación más rápida y capacidades de procesamiento más sólidas. Fuerte compatibilidad de datosEl modo de aprendizaje semisupervisado resuelve eficazmente el problema de las muestras de datos pequeñas y el etiquetado difícil. Alta flexibilidadAdmite un cambio rápido de escenarios de detección Fácil de operar3 minutos para comenzar, con soporte de operación y mantenimiento remoto 7x24 horas.   

Algoritmo de IA: la fuerza impulsora central del sistema de visión artificialLa visión artificial es una rama importante de la tecnología en el campo de la inteligencia artificial y su clave radica en implantar "ojos y cerebros humanos" en las máquinas.Los algoritmos de IA proporcionan la fuerza impulsora central interna para sistema de inspección por visión artificial. Independientemente de la aplicación en cualquier escenario, la visión artificial debe pensar, juzgar y ejecutar acciones como los humanos. Los algoritmos de IA brindan soporte de lógica de datos subyacente para la visión artificial, incluidas dificultades en la ejecución del juicio del objeto objetivo, entornos complejos y variables, aprendizaje y reconocimiento de características, rendimiento en tiempo real y recursos informáticos, y capacidad de generalización de modelos. Con el aumento continuo de la inversión en investigación y desarrollo y la actualización de los sistemas algorítmicos, estas dificultades se han ido superando gradualmente. Escenarios de aplicación en continua expansión desde lo tradicional a lo innovadorCon el apoyo de algoritmos de IA, se liberan las propiedades ocultas de la visión artificial y los escenarios de aplicación continúan ampliándose. Desde la lógica subyacente, la tecnología hasta la aplicación, los algoritmos de IA potencian enormemente la aplicación inteligente de sistema de inspección por visión artificial en imágenes, establezca rápidamente modelos de clasificación con muestras pequeñas, reduzca los costos de recopilación y cálculo de datos y mejore la precisión del reconocimiento de imágenes.  Al principio, KeyeTech aplicó principalmente la visión artificial en el campo de la detección de defectos en envases de plástico. Actualmente, se ha formado una profunda colaboración entre múltiples industrias, integrando toda la cadena industrial de luz, maquinaria, electricidad, informática y software. A través de la práctica de proyectos en contenedores de embalaje, electrónica, nuevas energías, medicina, textiles, alimentos y otros campos, nuestro objetivo es expandir continuamente los escenarios de aplicación de "Keye AI Machine Vision" y transformar la IA en verdadera productividad.  Desde la inspección visual de envases de plástico hasta el empoderamiento visual de nuevas energías y la creación de una "solución de inspección tres en uno" para botellas de vino de vidrio, todos son la fusión de la "visión artificial de Keye". En el futuro, KeyeTech también logrará avances integrales en escenarios de aplicaciones de visión artificial de IA.

Inspección por visión artificial es una rama de la inteligencia artificial (IA) en rápido desarrollo. Según las definiciones de visión artificial del División de Visión Artificial de la Sociedad de Ingenieros de Manufactura (SME) y la División de Visión de Automatización de la Asociación de la Industria de la Robótica (RIA), la visión artificial es un dispositivo que recibe y procesa automáticamente una imagen de un objeto real a través de dispositivos ópticos y sensores sin contacto para obtener la información requerida o controlar el robot. movimiento. En pocas palabras, la visión artificial consiste en utilizar máquinas en lugar de ojos humanos. La visión artificial simula los ojos para la adquisición de imágenes, extrae información mediante el reconocimiento y procesamiento de imágenes y finalmente completa la operación a través del dispositivo de ejecución. Tradicional tecnología de inspección por visión artificial requiere representar datos como un conjunto de características o ingresarlos en un modelo de predicción para obtener resultados de predicción. Esto requiere completar acciones específicas, lo que dificulta la adaptación a futuras necesidades de producción flexible, especialmente en escenarios donde los tipos de defectos son complejos, sutiles y el ruido de fondo es cada vez más difícil de aplicar.  Después de estar equipada con una función de aprendizaje profundo de IA, la visión artificial convierte las características de los datos originales en una representación de características más abstracta y de nivel superior a través de una transformación de características de varios pasos, y las ingresa en la función de predicción para obtener el resultado final.  La visión artificial basada en el aprendizaje profundo puede combinar la eficiencia de la visión artificial con la flexibilidad de la visión humana en un estado ideal, completando así la detección en entornos cada vez más complejos, especialmente cuando involucran desviaciones o entornos extremos, cumpliendo con los estrictos requisitos de downstream para la precisión de los defectos y universalidad. 

Algoritmo de IA de alta precisión que cumple con cientos de escenarios de subdivisiónDefecto de apariencia del producto InspecciónSe utiliza principalmente para defectos de apariencia del producto. sistema de inspección visual en el ámbito industrial, incluyendo puntos negros, rayones, daños, objetos extraños, decoloración, deformación, especificaciones, tercera fase, códigos de barras de productos EAN, etc.Ámbito de aplicaciónInspección por visión artificial para tapas de botellas, cuerpos de botellas, preformas de botellas, envases de vasos, llenado, codificación de spray (faltante, borrosa, sin código de spray), envases de alcohol, recipientes, envases farmacéuticos; Telas no tejidas, telas de tierra, telas vaqueras, telas bordadas; Condensadores, pantallas de iluminación, componentes electrónicos, cubiertas de blindaje, conectores; Kit de autoprueba de COVID-19, guantes, vaso medidor, jeringa, varilla de prueba de embarazo, etc.Análisis de calidad del grano.Soluciones automatizadas, basadas en información e inteligentes para análisis de granos incompletosLa serie KVS-G clasificadora de calidad de grano Consta de un sistema visual, un sistema de software y otras estructuras de módulos. Cuando el grano entra en el campo de visión de la cámara, se fotografía y las características de un grano completo se obtienen de forma exhaustiva mediante algoritmos de registro. Los algoritmos de inteligencia artificial se utilizan para el reconocimiento de atributos a fin de determinar si existen problemas como manchas de enfermedades, moho, brotes, daños y erosión por insectos.Ámbito de aplicaciónAnálisis de calidad de productos agrícolas estables como arroz, maíz, trigo, semillas de melón, piñones, madera de almendro, granos de café, etc., clasificados y contabilizados según normas nacionales, separados y pesados (opcional) para diferentes tipos. Reciclaje de recursosBasándose en la clasificación de algoritmos de IA, el algoritmo de coincidencia de plantillas, el algoritmo de preprocesamiento de datos y otras tecnologías, Keye Technology puede identificar con precisión los materiales que los clientes necesitan clasificar entre materiales mezclados, apilados, adhesivos, dañados y densos, y clasificarlos con precisión.Ámbito de aplicaciónClasificación de residuos de construcción, residuos de cocina, residuos industriales, plásticos reciclados, residuos domésticos, etc.