Cómo el deep learning automatiza las inspecciones para las soluciones de empaque
Indice
Los productos de empaque requieren cada vez más que sus propios sistemas de inspección personalizados perfeccionen la calidad, eliminen los rechazos falsos, mejoren el rendimiento y eliminen el riesgo de devoluciones. Algunas de las aplicaciones esenciales de visión artificial de la línea de empaque incluyen verificar que la etiqueta esté presente en el paquete, esté derecha y sea correcta y legible. Otras inspecciones de empaque simples incluyen presencia, posición, calidad (sin marcas, rasgaduras o burbujas) y legibilidad (códigos de barras y códigos de lote/fecha presentes y escaneables) de etiquetas.
Pero los empaques como botellas, latas, cajones y cajas no siempre pueden inspeccionarse con la visión artificial tradicional. En el caso de las aplicaciones que resisten la automatización, pero que aun así demandan de alta calidad y alto rendimiento, la tecnología de deep learning es una herramienta nueva eficaz a disposición de los ingenieros de aplicación de la industria de empaque.
Detección de defectos en el empaque
La visión artificial tradicional maneja bien los defectos de etiquetado: puede detectar de forma competente arrugas, rasgaduras, roturas, deformaciones, burbujas y errores de impresión. Sin embargo, la superficie de un aluminio típico podría confundir a la visión artificial tradicional con su reflejo, así como con la naturaleza variable e impredecible de sus defectos, no todos los cuales deben ser rechazados. Agregue a estas inspecciones de superficies complejas incontables formas y tipos de defectos, por ejemplo, rasguños largos y marcas de manipulado superficiales, y rápidamente se vuelve insostenible buscar explícitamente todos los tipos de defectos potenciales.
Al utilizar el novedoso enfoque del deep learning, es posible inspeccionar de manera precisa y repetida todo tipo de superficies de empaque metálicas complejas. Con el deep learning de Cognex, en lugar de programar explícitamente una inspección, el algoritmo de deep learning se entrena en función de un conjunto de muestras “buenas” para crear sus modelos de referencia. El deep learning de Cognex puede identificar e informar todas las áreas defectuosas en la superficie de la lata que se desvían fuera del rango de una apariencia normal aceptable.
Reconocimiento óptico de caracteres de empaques
Es importante que los códigos de lote/fecha se impriman de forma clara y legible, no solo para los usuarios finales y los consumidores que hacen las compras, sino también para los fabricantes durante la etapa de verificación. Un código de lote/fecha mal impreso, manchado o deformado colocado en una etiqueta de botella o un paquete de galletitas, por ejemplo, causa problemas a ambos.
La herramienta de OCR basado en el deep learning de Cognex es capaz de detectar y leer el texto simple de los códigos de lote/fecha, verificando que sus cadenas de números y letras sean correctos, incluso si están deformados, torcidos o, en el caso de las superficies metálicas, mal grabados. La herramienta minimiza el entrenamiento ya que aprovecha una biblioteca de fuentes preidentificadas. Esto significa que el deep learning de Cognex puede leer la mayoría de los textos alfanuméricos de inmediato, sin que sea necesaria la programación.
Verificación de montaje de empaques
La verificación de montaje dependiente de la visión puede ser difícil para los productos en paquetes múltiples que pueden tener un propósito determinado, como en el caso de ofertas con motivos navideños o de estación. Estos paquetes exhiben diferentes artículos y configuraciones en la misma caja. Para estos tipos de inspecciones, los fabricantes necesitan de sistemas de inspección sumamente flexibles que puedan localizar y verificar que los artículos individuales estén presentes y sean correctos, que estén distribuidos con la configuración adecuada y que coincidan con su empaque externo.
El sistema basado en el deep learning es ideal para localizar artículos individuales a partir de sus características únicas y variables, ya que generaliza las características distinguibles de cada artículo en función del tamaño, forma, color y características de la superficie.
Los sistemas de visión con deep learning difieren de la visión artificial tradicional, ya que son esencialmente de autoaprendizaje y se entrenan en función de imágenes de muestra etiquetadas sin que sea necesaria la programación explícita. El software basado en el deep learning utiliza inteligencia artificial similar a la humana que es capaz de apreciar matices como desviación y variación y superar incluso a los mejores inspectores en lo que respecta a emitir valoraciones correctas de forma fiable. Sin embargo, más importante aún es que es capaz de resolver desafíos de automatización complejos que antes no eran programables.
Los fabricantes de la industria de empaque están demandando cada vez más sistemas de visión artificial más rápidos y potentes, y por un buen motivo: se espera de ellos que empaquen una gran cantidad de productos con un umbral de calidad más alto y por un costo menor. Cognex ofrece sistemas de inspección automatizada que combinan el poder de la visión artificial con el deep learning a fin de fabricar empaques de forma más rentable y sólida.
