Visión artificial

Visión artificial y reconocimiento de objetos

Construimos sistemas de visión artificial y reconocimiento de objetos que convierten la imagen de una cámara en mediciones, conteos y decisiones.

Detección y conteo de objetosControl de calidad visualLectura de matrículas y etiquetas (OCR)Lectura de códigos de barras y QRAnálisis de movimiento y zonasModelos en dispositivos edge

Apartar una pieza defectuosa en la línea, contar vehículos o personas en campo, leer una matrícula o una etiqueta: la mayoría de estos controles aún se hacen a ojo. La visión artificial convierte ese control en continuo, homogéneo y registrado.

Lo difícil suele ser el entorno, no el modelo: luz, ángulo de cámara, velocidad, polvo y vibración. Por eso empezamos por la elección de cámara e iluminación y abordamos juntos el modelo, el software que usa el resultado y la integración con sus sistemas actuales.

Cómo trabajamos

Estudio del entorno y cámarasSe miden luz, ángulo, distancia y velocidad; cámara e iluminación se eligen en consecuencia.
Captura y etiquetado de datosEl conjunto de entrenamiento se crea con imágenes reales de la línea y del entorno.
Desarrollo del modeloDetección, clasificación o segmentación, equilibrando precisión, velocidad y hardware.
En el borde o en servidorCuando las imágenes no deben salir de la planta, el modelo corre en el equipo local.
Decisión e integraciónEl resultado alimenta el PLC, el SCADA, el ERP o una alarma; no se queda en pantalla.
Seguimiento y mejoraLas decisiones erróneas se registran y el modelo se actualiza con nuevos ejemplos.

Qué entregamos

  • Informe de estudio con recomendación de cámara, óptica e iluminación
  • Conjunto de datos etiquetado a partir de imágenes reales
  • Modelo de detección / clasificación probado frente a los criterios de aceptación
  • Pantalla de operador que muestra y registra los resultados
  • Integración con PLC, SCADA o ERP
  • Informe de seguimiento de precisión y método de reentrenamiento

Cómo avanzamos

1 · Objetivo y criterioSe deja por escrito qué detectar y con qué precisión se acepta.
2 · Prueba en campoUna captura breve comprueba la calidad de imagen y la iluminación.
3 · Datos y modeloEntrenamiento con imágenes reales y prueba frente al criterio de aceptación.
4 · PilotoUna línea o un punto, en paralelo con el control humano.
5 · DespliegueExtensión a otros puntos según el piloto; el seguimiento se vuelve rutina.

Cuándo es la opción correcta

  • Un control se hace a ojo, de forma repetida y con gran volumen
  • Detectar tarde un error sale caro (desecho, devoluciones, reclamaciones)
  • Hay que registrar eventos como conteos, lecturas o invasiones de zona

Cuándo no es la opción correcta

  • El defecto buscado no es visible para una cámara (estructura interna o por debajo de la resolución)
  • La misma información ya llega de un sensor, un código de barras o un registro del sistema
  • No es posible reunir imágenes de ejemplo

Productos que usamos en este servicio

Operaciones industriales

Bella SCADA

Supervisión y control en tiempo real desde el navegador para infraestructuras críticas.

SupervisiónControlAlarmas
OPC UAProtocolo
ModbusConexión de campo
WebSin cliente
Bella SCADA — captura de pantalla
Mantenimiento y gestión de activos

Bainten

Software de mantenimiento que reúne equipos, planes de mantenimiento e historial de averías en un solo lugar.

Plan de mantenimientoOrden de trabajoActivos
PeriódicoMantenimiento
MóvilRegistro en campo
Código de barrasSeguimiento de activos
Bainten — captura de pantalla
Operaciones de campo

Spoud

Una plataforma que vincula las tareas, la ubicación y el rendimiento de los equipos de campo con evidencias.

TareasUbicaciónRendimiento
MóvilApp de campo
Segundo planoUbicación
FotoEvidencia
Spoud — captura de pantalla

Preguntas frecuentes

¿Qué cámara necesitamos?

Elegimos la cámara según la tarea. A veces bastan las cámaras de seguridad existentes; los defectos pequeños en líneas rápidas requieren una cámara industrial e iluminación adecuada. Se decide tras la prueba en campo.

¿Se envían las imágenes al exterior?

Solo si hace falta. El modelo puede ejecutarse en un equipo de la planta o en un servidor interno; dónde, se acuerda por escrito al inicio.

¿Qué precisión tiene?

Depende de la luz, la cámara y la visibilidad del defecto. Por eso fijamos juntos el criterio de aceptación y lo medimos en condiciones reales durante el piloto; si no se cumple, no desplegamos.

¿Cómo se protegen los datos personales?

El tratamiento limitado a la finalidad, el enmascarado y el plazo de conservación se definen al principio. No se identifica a personas salvo necesidad; el conteo y el análisis de zonas funcionan sin identificar a nadie.

Demos el primer paso en Visión artificial y reconocimiento de objetos.

En una breve llamada de descubrimiento escuchamos su necesidad y compartimos por escrito el alcance y el enfoque.