Points clés à retenir
In-Sight 2800 simplifie l’automatisation de la vision en combinant l’IA et les outils traditionnels, ce qui permet aux ingénieurs de former rapidement leurs systèmes sans expertise approfondie en vision industrielle. Sa polyvalence dans la manutention de tâches complexes telles que la détection et classification des défauts en fait une solution puissante pour améliorer l’efficacité et la qualité des produits dans la fabrication.
In-Sight 2800 combine le meilleur de la technologie d’intelligence artificielle (IA) et des outils traditionnels basés sur des règles dans un système de vision entièrement intégré. Grâce à un ensemble d’algorithmes préentraînés basés sur l’IA, In-Sight 2800 peut être déployé rapidement et facilement dans n’importe quel environnement d’usine pour automatiser la détection des erreurs.
Le système est destiné à être utilisé par des ingénieurs en automatisation et de ligne pour résoudre des problèmes de taille liés à l’automatisation industrielle, sans nécessiter de connaissance en IA ou en vision industrielle. Un ingénieur peut activer le système In-Sight 2800 pour qu’il reconnaisse et classe les défauts en quelques minutes. Et contrairement à d’autres systèmes de vision, il peut le faire avec un nombre illimité de catégories, ce qui permet d’accomplir des tâches de catégorisation et de tri encore plus avancées.
In-Sight 2800 permet aux fabricants de toutes tailles de rationaliser l’intégration, de répondre précisément aux exigences de l’application et de parvenir à une qualité optimale du produit grâce aux éléments suivants :
- Utilisation très facile
- Fonctionnalité de classification multiple
- Capacité multirégion d’intérêt
1. La grande facilité d’utilisation s’adapte à tous les niveaux de compétences et accélère le déploiement
La vision industrielle et l’IA ont la réputation d’être extrêmement performantes et par conséquent difficiles à déployer efficacement. Cependant, les avancées dans la technologie de l’automatisation industrielle, comme In-Sight 2800, ont conduit à la création d’un ensemble d’outils qui n’ont jamais été aussi faciles à utiliser.
In-Sight 2800 est conçu pour permettre une configuration aisée, sans programmation avancée requise. Entraîner le système à résoudre un problème est une tâche très similaire à celle d’entraîner un nouvel employé vigilant sur la ligne. L’ingénieur indique des exemples avec des distinctions à effectuer et l’apprentissage à la périphérie embarqué permet d’effectuer rapidement les mêmes distinctions.
L’apprentissage en périphérie est un sous-ensemble de l’AI dans lequel le traitement a lieu directement sur l’appareil ou « en périphérie » à l’aide d’un ensemble d’algorithmes préentraînés. La technologie est simple à configurer, nécessitant moins de temps et moins d’images pour l’entraînement que les solutions plus traditionnelles basées sur le Deep Learning. Avec les solutions traditionnelles, l’automatisation de nombreuses applications de classification peut prendre des jours, voire des semaines, et nécessiter des centaines d’images et des heures d’analyse pour les experts expérimentés en vision industrielle et en IA. En revanche, le déploiement des outils de l’edge learning sur In-Sight 2800 ne prend que quelques minutes, nécessite quelques images de formation ainsi que l’attention d’un ingénieur qui comprend le problème qu’il doit résoudre, sans disposer nécessairement de connaissances spécifiques en matière de vision industrielle ou d’IA.
2. La fonctionnalité multiclasse répond à un large éventail de tâches
Sa capacité à séparer rapidement et en toute fiabilité des pièces en catégories, après un entraînement sur des images étiquetées de ces pièces dans les catégories désignées, constitue une compétence clé de l’edge learning. Classer des pièces acceptables et inacceptables comme BONNES/MAUVAISES est une application courante de cette fonctionnalité.
Les utilisateurs s’entraînent aux outils de classification d’apprentissage en périphérie en fournissant des images de pièces acceptables et inacceptables. Nul besoin de marquer ou de définir ce qui rend une pièce inacceptable. Au lieu de quoi, l’outil définit lui-même quelles variations d’une pièce sont significatives pour statuer, tout en ignorant les variations qui n’impactent pas la classification. Les outils d’apprentissage en périphérie intégrés à In-Sight 2800 peuvent également gérer des classifications bien plus complexes qu’une décision binaire BONNE/MAUVAISE.
Avec l’augmentation de la personnalisation massive, les fabricants stockent souvent plusieurs variantes de chaque pièce. Par exemple, pour les roues d’automobiles de luxe, il existe toutes sortes de références articles avec de légères différences en termes de motif, couleur et finition. Un inspecteur humain peut mettre une minute entière à en distinguer certaines. Le temps nécessaire pour accomplir cette tâche est justifié par le résultat éventuel de ne pas le faire, installer une roue différente de celle commandée, qui peut se traduire par un client non satisfait et une perte d’activité commerciale future.
Après un entraînement avec quelques exemples seulement de chaque conception de roue de luxe, l’apprentissage en périphérie permet de choisir la roue appropriée en toute fiabilité ou de confirmer que le style indiqué est bien installé sur le véhicule. La capacité à définir plusieurs classifications est liée à la capacité à résoudre un plus grand nombre de problèmes liés à l’automatisation industrielle.
3. La fonctionnalité de plusieurs régions d’intérêt (ROI) se concentre sur les fonctionnalités essentielles
Pour affiner une application d’inspection, un ingénieur en supervision de ligne peut utiliser ses connaissances de ce que représentent les zones variables significatives sur la pièce afin de définir des domaines d’intérêt spécifiques, appelés régions d’intérêt (ROI). Par le biais d’une interface intuitive, la configuration d’applications sur In-Sight 2800 est simple grâce à des outils familiers comme « glisser–déposer ». Un « glisser » définit une case, un autre la déplace. La case peut être bloquée sur des caractéristiques invariables de la pièce.
La définition de zone d’intérêt est une pièce standard de la vision industrielle, mais son utilisation nécessite souvent une certaine expertise. In-Sight 2800 est facile à utiliser pour les personnes qui n’ont pas d’expérience spécifique dans le domaine des outils de vision. Et la puissance de ses outils de vision signifie qu’un nombre quelconque de ces zones d’intérêt peut être défini et que chacune de ces zones d’intérêt peut identifier un certain nombre de catégories.
Ce processus facilite la vérification d’assemblages complexes avec de nombreuses configurations différentes et des pièces variables, par exemple les cartes de circuit imprimé. Auparavant, ces problèmes nécessitaient un travail considérable pour décider des fonctionnalités à contrôler afin de confirmer que la bonne pièce avait été installée, puis programmer le système vision pour l’évaluation de ces fonctionnalités. Les outils de l’edge learning d’In-Sight 2800 effectuent ces déterminations de façon autonome ; l’ingénieur peut ainsi se concentrer sur des activités à forte valeur ajoutée, telles que l’optimisation de ses opérations.
Facilité d’utilisation et flexibilité inégalée de l’IA
Développés avec des années d’expérience dans l’automatisation industrielle, les outils de vision Cognex sont spécifiquement axés sur les exigences d’opérations en supervision de ligne. L’avantage de cette technologie éprouvée prend tout son sens, car les erreurs deviennent plus subtiles et plus difficiles à détecter.
Par exemple, une capsuleuse rotative peut mal visser, être endommagée, laissant un espace lors du capsulage d’une bouteille. De nombreux systèmes peuvent facilement détecter des défauts de taille et donc visibles. La différence s’observe lorsque l’espace est presque imperceptible. D’autres systèmes peuvent négliger un tel défaut, entraînant d’éventuelles fuites ou contaminations. En combinant des outils d’apprentissage en périphérie et de vision industrielle ciblée, In-Sight 2800 classe ces défauts presque invisibles comme étant inacceptables.
Facile à utiliser, pouvant être entraîné à l’aide de quelques images, capable d’effectuer des opérations à classification multiple et à zones d’intérêt multiples, le système In-Sight 2800 transforme l’automatisation industrielle.