Share it with your network.
Detección visual de objetos
Desde la revolución industrial, la humanidad ha logrado enormes avances en la fabricación. Con el tiempo, hemos visto cómo el trabajo manual rutinario ha sido reemplazado cada vez más por la automatización mediante la ingeniería avanzada, los ordenadores, la robótica y, ahora, el IoT. Creemos que los avances recientes en inteligencia artificial (o aprendizaje profundo para ser más precisos) ayudarán a acelerar esta tendencia hacia la automatización de una manera fascinante. Esto se debe a que la IA añade un componente muy importante que las fábricas no han tenido en cuenta hasta hoy:»La capacidad de las máquinas para ver». Con los robots con visión artificial, ahora se pueden explorar muchos territorios de automatización nuevos e inexplorados.
La «detección de objetos» es una rama de la visión artificial que se ocupa de encontrar objetos específicos (como humanos, latas de RedBull, cajas de latas de RedBull, etc.) a partir de una imagen. En este blog, explicaremos por qué la detección de objetos es un elemento clave para la automatización de la fabricación y qué debe pensar al respecto.
Entonces, ¿qué es realmente la detección de objetos?
La visión artificial es el campo que se ocupa de empoderar a las computadoras para que puedan «ver» cosas como los humanos. La detección de objetos es una tarea básica de percepción visual y una de las áreas clave de las aplicaciones de la visión artificial. Básicamente, se ocupa de encontrar y localizar objetos específicos dentro de una imagen.
Para detectar objetos genéricos (como un automóvil, una persona, una mesa, un árbol) hay modelos de código abierto y previamente entrenados, como Yolo. Sin embargo, si quieres un algoritmo que detecte objetos muy específicos (como un «tomate crudo pequeño» o un «tomate grande y maduro»), tendrás que entrenar tu propio algoritmo de detección de objetos.
Casos de uso de la detección visual de objetos en la fabricación
Encontrar un objeto específico mediante la inspección visual es una tarea básica que implica varios procesos industriales, como la clasificación, la gestión del inventario, el mecanizado, la gestión de la calidad, el embalaje, etc. En este blog, analizamos algunos de estos casos de uso para ayudar al lector a comprender de forma intuitiva cómo se puede aplicar esta tecnología en cualquier entorno de fabricación nuevo.
Gestión de la calidad
Hasta la fecha, la parte de control de calidad del ciclo de fabricación sigue siendo una tarea difícil debido a que depende de la comprensión visual a nivel humano y la adaptación a condiciones y productos en constante cambio. Con la IA, la mayoría de estas complicaciones se pueden manejar. La IA puede distinguir automáticamente las piezas buenas de las defectuosas en una línea de ensamblaje con una velocidad increíble, lo que te da tiempo suficiente para tomar medidas correctivas. Se trata de una solución muy útil para entornos dinámicos en los que los entornos de los productos cambian constantemente y el tiempo es valioso para la empresa.
Administración de inventario
La gestión del inventario puede ser muy complicada, ya que los artículos son difíciles de rastrear en tiempo real y siempre se agrega, elimina y mueve algo todos los días. Una mala gestión del inventario puede perjudicar a la empresa tanto en términos de capital como de tiempo. El sistema de inteligencia artificial puede realizar el recuento y la localización automáticos de objetos, lo que le permitirá mejorar la precisión del inventario. La automatización basada en la IA elimina los errores humanos de la ecuación al contar con precisión el inventario pendiente y el inventario saliente. Cuando se automatiza, las empresas pedirán la cantidad correcta de productos al mejor precio posible, asegurándose de que no se desperdicie dinero en pedidos inexactos o superfluos.
Detección visual de objetos en la clasificación
La clasificación manual implica el alto costo de la mano de obra y los consiguientes errores humanos. Incluso con los robots, el proceso no es lo suficientemente preciso y sigue siendo propenso a generar discrepancias. Con el seguimiento de objetos basado en inteligencia artificial, los objetos se clasifican según el parámetro seleccionado por el fabricante y se muestran las estadísticas del número de objetos. Reduce significativamente las anomalías en la categorización y hace que la línea de montaje sea más flexible. Por ejemplo, en las industrias agrícolas, la clasificación desempeña un papel fundamental en la línea de ensamblaje. Es imperativo que la empresa identifique y deseche las frutas y verduras dañadas que puedan afectar al producto terminado. La detección de objetos con tecnología artificial puede ayudar a transformar este tedioso proceso manual en un proceso eficiente y automatizado, manteniendo al mismo tiempo el mismo nivel de precisión, si no uno mejor.
Línea de montaje
Hoy en día tenemos líneas de montaje totalmente automatizadas, incluso para productos complejos como automóviles. Sin embargo, cada movimiento de los brazos robóticos y de las materias primas o componentes se define y reproduce según un guion. Para dar más flexibilidad a la moderna línea de ensamblaje automático, es importante enseñar a las máquinas a localizar y mover los diferentes productos/componentes con precisión. La detección de objetos mediante inteligencia artificial abre las puertas a esta posibilidad.
¿Cómo funciona la detección de objetos personalizada?
Hay varios desafíos que deben tenerse en cuenta al realizar una detección de objetos personalizada para un caso de uso específico en una configuración de fabricación. Los objetos tienen diferentes formas, tamaños, orientaciones y colores, y se encuentran en un entorno de fábrica real en el que se produce un ruido adicional debido a las variaciones en el punto de vista, la iluminación, las oclusiones y las sombras. Por lo que respecta a los algoritmos, debes asegurarte de lograr la precisión deseada sin tener que organizar demasiados ejemplos de entrenamiento (del orden de miles).
En Puntos paralelos, estamos lanzando una API de detección de objetos personalizada que ayuda a los clientes a hacer frente a estos desafíos. Se basa en nuestro enfoque patentado, que utiliza una combinación de una red totalmente convolucional y un codificador-decodificador convolucional para realizar una detección precisa de objetos con menos de 50 imágenes de entrenamiento (sin etiquetar).
Lea nuestro blog anterior para obtener más información sobre la herramienta de seguimiento ocular Mirada inteligente.
¿Quieres mejorar los ingresos de tu negocio? Haga clic aquí para programar una demostración gratuita.
