Klasyfikacja wizyjna AI: każdy produkt rozpoznany, nikt nie wpisuje kodów

Klasyfikacja wizyjna AI to automatyczne rozpoznawanie produktów kamerą i wytrenowanym modelem AI. Każdy przejeżdżający produkt jest fotografowany, model nazywa jego klasę, na przykład rodzaj produktu, element, gatunek albo wariant, a ocena idzie sygnałem albo rekordem do twojego sterowania linią lub ERP. Każda decyzja jest zapisywana razem z obrazem.

Klasyfikacja odpowiada na pytanie "jaki to produkt?", kontrola na pytanie "czy jest dobry?". Obie korzystają z kamery i wytrenowanego modelu, ale dane treningowe są inne: klasyfikacja potrzebuje przykładów każdej klasy, kontrola przykładów wad albo wyłącznie dobrych produktów. Jedno stanowisko może robić obie rzeczy, na przykład nazywać element i sygnalizować skrzynkę, która nie pasuje do żadnego z nich.

To zależy od tego, jak bardzo klasy różnią się wyglądem. Opublikowane badania nad elementami wołowiny osiągnęły 98,6% na siedmiu elementach, a elementy wieprzowe ze zdjęć z telefonu 94,4%. Ważniejsze od tej liczby: model stawia tę samą granicę przez całą zmianę, podczas gdy skuteczność człowieka przy powtarzalnej pracy wzrokowej spada już w pierwszych trzydziestu minutach. Dlatego stanowisko najpierw pracuje obok twojego operatora, żebyś porównał oba na własnych produktach.

Mniej, niż większość firm się spodziewa. Przy wstępnie wytrenowanym modelu zwykle wystarczą dziesiątki do kilkuset obrazów na klasę z twojej własnej linii; badanie wołowiny wyżej użyło około 125 na klasę. Haczyk to rzadka klasa: jeśli jakiś produkt przejeżdża dwa razy w tygodniu, zbieramy go celowo w fazie pracy równoległej, zamiast czekać.

Idzie do człowieka. Klasyfikator zmuszony do wyboru wybierze najbliższą znaną klasę, dlatego ustawiamy próg pewności: poniżej niego produkt zostaje oznaczony jako nieznany, zapala się sygnalizator i decyduje operator, przy linii albo na bocznej ścieżce. Ta odpowiedź jest zapisywana i staje się danymi treningowymi dla kolejnej wersji modelu.

Często, ale nie zawsze. Kamera widzi więcej niż oko, gdy oświetlenie i rozdzielczość są dobrane pod różnicę, która się liczy, taką jak kolor, faktura albo struktura tłuszczu. Gdy dwie klasy naprawdę nie różnią się z zewnątrz, żaden model ich nie rozdzieli i mówimy to na rozmowie wstępnej, zanim cokolwiek zostanie zainstalowane.

Prawie zawsze. Model działa na komputerze edge przy linii i nazywa klasę w kilkudziesięciu milisekundach. Zdjęcie wyzwala fotokomórka albo twoje sterowanie linią, a oświetlenie stroboskopowe zamraża produkt w ruchu, więc linia nie musi zatrzymywać się dla kamery.

Jako sygnał albo jako rekord, zależnie od tego, czego potrzebuje twój proces. Do sterownika PLC albo sortera klasa idzie sygnałem cyfrowym albo po magistrali; do ERP albo MES idzie jako rekord z kodem kreskowym, klasą, wagą i czasem, dokładnie tak, jakby wpisał ją operator. Istniejące interfejsy są wykorzystywane ponownie tam, gdzie się da.

Wtedy model musi za nim nadążyć. Nowy dostawca, nowy sezon albo nowy wariant przesuwają to, jak wygląda klasa, a pierwszym objawem jest spadająca pewność na tej klasie. MeshOS to śledzi, więc dotrenowanie następuje, zanim pojawią się błędy, a produkty, które poszły do człowieka po decyzję, są do tego danymi treningowymi.

Zastępuje wpisywanie, nie ludzi. Operator przestaje wprowadzać to, co kamera już widzi, i zajmuje się tylko produktami, co do których model ma wątpliwości. Przy płacach w sektorze przedsiębiorstw rosnących według GUS o ponad 8% rok do roku i ulgi na robotyzację, która w obecnym kształcie kończy się w 2026 roku, o to zwykle chodzi: linia przestaje zależeć od stanowiska, którego nie da się obsadzić na każdej zmianie.

To zależy od zastosowania: prędkości linii, liczby klas, kamery i oświetlenia, jakich wymaga różnica, oraz tego, jak ocena ma trafiać do twoich systemów. Dlatego zaczynamy od rozmowy wstępnej i jednego stanowiska, żeby inwestycja i oczekiwany wynik były jasne, zanim zaczniesz skalować.

W wielu przypadkach pierwsze stanowisko stoi na linii w 6 do 8 tygodni, licząc instalację, zbieranie obrazów, trenowanie modelu i okres pracy równoległej obok operatora. Rzadkie klasy mogą to wydłużyć: model nie nauczy się produktu, którego nie widział.