Visione artificiale

Visione artificiale e riconoscimento oggetti

Realizziamo sistemi di visione artificiale e riconoscimento oggetti che trasformano le immagini delle telecamere in misure, conteggi e decisioni.

Rilevamento e conteggio oggettiControllo qualità visivoLettura di targhe ed etichette (OCR)Lettura di codici a barre e QRAnalisi di movimento e zoneModelli su dispositivi edge

Scartare un pezzo difettoso in linea, contare veicoli o persone sul campo, leggere una targa o un'etichetta: gran parte di questi controlli si fa ancora a occhio. La visione artificiale rende il controllo continuo, uniforme e registrato.

La parte difficile di solito è il campo, non il modello: luce, angolo della telecamera, velocità, polvere e vibrazioni. Per questo partiamo dalla scelta di telecamera e illuminazione e trattiamo insieme il modello, il software che usa il risultato e l'integrazione con i sistemi esistenti.

Come lavoriamo

Sopralluogo e scelta delle telecamereSi misurano luce, angolo, distanza e velocità; telecamera e illuminazione si scelgono di conseguenza.
Raccolta ed etichettatura datiIl set di addestramento nasce da immagini reali di linea e campo.
Sviluppo del modelloRilevamento, classificazione o segmentazione, bilanciando precisione, velocità e hardware.
Edge o serverDove le immagini non devono uscire dal sito, il modello gira sul dispositivo locale.
Decisione e integrazioneIl risultato alimenta PLC, SCADA, ERP o un allarme — non resta solo a schermo.
Monitoraggio e miglioramentoLe decisioni errate vengono registrate e il modello aggiornato regolarmente con nuovi esempi.

Cosa consegniamo

  • Rapporto di sopralluogo con indicazioni su telecamera, ottica e illuminazione
  • Dataset etichettato da immagini reali
  • Modello di rilevamento / classificazione testato sui criteri di accettazione
  • Schermata operatore che mostra e registra i risultati
  • Integrazione con PLC, SCADA o ERP
  • Rapporto di monitoraggio della precisione e metodo di riaddestramento

Come procediamo

1 · Obiettivo e criterioSi mette per iscritto cosa rilevare e con quale precisione è accettabile.
2 · Prova sul campoUna breve ripresa verifica qualità dell'immagine e condizioni di luce.
3 · Dati e modelloAddestramento su immagini reali, test sul criterio di accettazione.
4 · PilotaUna linea o un punto, in parallelo al controllo umano.
5 · EstensioneEstensione agli altri punti in base al pilota; il monitoraggio diventa routine.

Quando è la scelta giusta

  • Un controllo si fa a occhio, in modo ripetuto e con grandi volumi
  • Accorgersi tardi di un errore costa caro (scarti, resi, reclami)
  • Eventi come conteggi, letture o violazioni di zona vanno registrati

Quando non è la scelta giusta

  • Il difetto cercato non è visibile a una telecamera (struttura interna o sotto la risoluzione)
  • La stessa informazione arriva già da un sensore, un codice a barre o un record di sistema
  • Non è possibile raccogliere immagini di esempio

Prodotti che usiamo in questo servizio

Operazioni industriali

Bella SCADA

Monitoraggio e controllo in tempo reale dal browser per le infrastrutture critiche.

MonitoraggioControlloAllarmi
OPC UAProtocollo
ModbusConnessione di campo
WebSenza client
Bella SCADA — schermata
Manutenzione e gestione degli asset

Bainten

Software di manutenzione che riunisce macchine, piani di manutenzione e storico guasti in un unico posto.

Piano di manutenzioneOrdine di lavoroAsset
PeriodicaManutenzione
MobileInserimento in campo
BarcodeTracciamento asset
Bainten — schermata
Operazioni sul campo

Spoud

Una piattaforma che collega attività, posizione e prestazioni delle squadre sul campo a prove concrete.

AttivitàPosizionePrestazioni
MobileApp di campo
BackgroundPosizione
FotoProva
Spoud — schermata

Domande frequenti

Quale telecamera serve?

Scegliamo la telecamera in base al compito. A volte bastano le telecamere di sicurezza esistenti; piccoli difetti su linee veloci richiedono una telecamera industriale e un'illuminazione adeguata. Si decide dopo la prova sul campo.

Le immagini vengono inviate all'esterno?

Solo se necessario. Il modello può girare su un dispositivo in sito o su un server interno; dove, si stabilisce per iscritto all'avvio.

Quanto è preciso?

Dipende da luce, telecamera e visibilità del difetto. Per questo scriviamo insieme il criterio di accettazione e lo misuriamo in condizioni reali durante il pilota; se non è raggiunto, non estendiamo.

Come si proteggono i dati personali?

Trattamento limitato allo scopo, mascheramento e tempi di conservazione si definiscono all'inizio. Nessuna identificazione di persone se non necessaria; conteggio e analisi di zona funzionano senza identificare nessuno.

Facciamo il primo passo in Visione artificiale e riconoscimento oggetti.

In una breve call conoscitiva ascoltiamo le vostre esigenze e condividiamo per iscritto perimetro e approccio.