Wizyjna kontrola jakości

Automated visual inspection · id visualinspection · aliases: visual inspection, automated optical inspection, AOI, defect detection, machine vision inspection, kontrola wizyjna, inspekcja wizyjna, wykrywanie wad

Wykrywanie, lokalizacja i klasyfikacja wad wyrobów na obrazach z kamer przemysłowych metodami widzenia komputerowego, z etykietami wad lub bez nich.

Detecting, localising and classifying product defects in industrial camera images with computer vision, with or without defect labels.

In one sentence

Kamery i programy, które oglądają każdy wyrób na linii produkcyjnej i odrzucają te z rysą, pęknięciem albo brakującym elementem.

Cameras and software that look at every product on the line and reject those with a scratch, crack or missing part.

Problem it solves

Ludzie przy taśmie męczą się po godzinie patrzenia, przeoczają drobne wady, a reklamacje od klientów kosztują więcej niż sama produkcja.

People at the belt tire after an hour of watching and miss small defects, and customer complaints cost more than production itself.

What it does

Jak kontroler, który nigdy nie mruga: porównuje każdy wyrób z tym, jak powinien wyglądać, i zaznacza miejsce, które się nie zgadza.

Like an inspector who never blinks: it compares each product with how it should look and marks the spot that does not match.

Everyday example

W fabryce elektroniki kamera nad taśmą zatrzymuje płytkę z krzywo przylutowanym elementem, zanim trafi do montażu w urządzeniu.

In an electronics factory a camera over the belt stops a circuit board with a crooked solder joint before it goes into a device.

This concerns you if you…

• odpowiadasz za jakość wyrobów na linii
• dostajesz reklamacje za wady, których nikt nie zauważył
• are responsible for product quality on a line
• get complaints about defects nobody noticed

Subtopics

• Generowanie syntetycznych obrazów wad (Few-shot synthetic defect image generation): Generating defect image–mask pairs from a few defect examples and many normal images, as augmentation for training detectors.
• Wykrywanie wad bez przykładów z modelem wizja–język (Zero- and few-shot anomaly detection with vision-language models): Anomaly classification and segmentation with no training data for the category, or a few normal images, by matching image features to text descriptions.
• Wykrywanie wad uczone tylko na dobrych sztukach (Unsupervised industrial anomaly detection): Detecting and localising image anomalies when training only on nominal samples, usually by comparing features with a model of normality.
• Wykrywanie wad w skanach 3D i chmurach punktów (3D and multimodal industrial anomaly detection): Unsupervised anomaly detection and localisation in point clouds or depth maps, often fused with RGB images.

Sources

• Towards Total Recall in Industrial Anomaly Detection · Karsten Roth, Latha Pemula, Joaquin Zepeda, Bernhard Schölkopf, Thomas Brox, Peter Gehler
• WinCLIP: Zero-/Few-Shot Anomaly Classification and Segmentation · Jongheon Jeong, Yang Zou, Taewan Kim, Dongqing Zhang, Avinash Ravichandran, Onkar Dabeer