www.industrie-afrique-du-nord.com
02
'25
Written on Modified on
Le système de vision s’appuie sur l’IA
Omron annonce la mise à jour de son système de vision FH qui s’appuie sur l’IA pour éliminer la surdétection et fournir des résultats reproductibles.
industrial.omron.eu
Le système de vision FH combine une technique d’inspection basée sur des règles avec des capacités d'IA.
La fonction mise à jour de détection des défauts basée sur l'IA a pour objectif d’éliminer la surdétection en sélectionnant automatiquement les images de test les plus appropriées pour construire son modèle de défauts. Cela permet d'éviter les erreurs humaines et les préjugés pouvant entraîner des faux positifs, et garantit des résultats précis et cohérents même sur des surfaces texturées, réfléchissantes ou variables.
Selon Omron, le système atteint un taux de reproductibilité à 100 %, fournissant à chaque fois des résultats d'inspection identiques à partir des mêmes données, sans nécessiter d'ajustement par un expert. Moins d'images sont nécessaires pour obtenir une détection fiable. Ce qui simplifie le processus de configuration.
L'algorithme à base d’IA est spécialement entraîné à distinguer les défauts réels des arrière-plans visuels complexes. Cela inclut des conditions difficiles telles que les marques de soudure, les ombres, les motifs de surface, les textures non uniformes ou les reflets.
Grâce à la prise en charge du mode de déclenchement aléatoire multiligne, un seul contrôleur FH peut connecter jusqu'à huit caméras, chacune déclenchée indépendamment. Cela permet une inspection simultanée ou asynchrone à partir de plusieurs directions ou points d'inspection. Une seule licence couvre les huit caméras. Ce qui permet un déploiement efficace dans des configurations d'inspection complexes à l'aide d'un seul système.
Le processus de configuration s’effectue en trois étapes :
1. Préparation des images : collecte et séparation des images des produits non défectueux et défectueux.
2. Annotation : marquage des zones défectueuses sur les images.
3. Auto-apprentissage : lancement du processus d'auto-apprentissage de l'IA en un seul clic.
www.industrial.omron.fr
La fonction mise à jour de détection des défauts basée sur l'IA a pour objectif d’éliminer la surdétection en sélectionnant automatiquement les images de test les plus appropriées pour construire son modèle de défauts. Cela permet d'éviter les erreurs humaines et les préjugés pouvant entraîner des faux positifs, et garantit des résultats précis et cohérents même sur des surfaces texturées, réfléchissantes ou variables.
Selon Omron, le système atteint un taux de reproductibilité à 100 %, fournissant à chaque fois des résultats d'inspection identiques à partir des mêmes données, sans nécessiter d'ajustement par un expert. Moins d'images sont nécessaires pour obtenir une détection fiable. Ce qui simplifie le processus de configuration.
L'algorithme à base d’IA est spécialement entraîné à distinguer les défauts réels des arrière-plans visuels complexes. Cela inclut des conditions difficiles telles que les marques de soudure, les ombres, les motifs de surface, les textures non uniformes ou les reflets.
Grâce à la prise en charge du mode de déclenchement aléatoire multiligne, un seul contrôleur FH peut connecter jusqu'à huit caméras, chacune déclenchée indépendamment. Cela permet une inspection simultanée ou asynchrone à partir de plusieurs directions ou points d'inspection. Une seule licence couvre les huit caméras. Ce qui permet un déploiement efficace dans des configurations d'inspection complexes à l'aide d'un seul système.
Le processus de configuration s’effectue en trois étapes :
1. Préparation des images : collecte et séparation des images des produits non défectueux et défectueux.
2. Annotation : marquage des zones défectueuses sur les images.
3. Auto-apprentissage : lancement du processus d'auto-apprentissage de l'IA en un seul clic.
