Détecter les défauts sur des images de trous de plaques entretoises
Client :
Technologie utilisée :
Vision & Fusion capteurs
Métier :
Production, qualité & Supply chain
Enjeux
Détecter automatiquement les défauts des trous usinés dans les plaques entretoises des générateurs vapeur
Minimiser les contrôles manuels et améliorer le temps de diagnostic en filtrant les trous à contrôler par les opérateurs (aide au diagnostic)
Démarche
Proposition d'un modèle de réseau de neurones profond à l'état de l'art pour la classification conforme / non conforme
Mise en œuvre d'un module de pré-traitement des images pour isoler automatiquement l'information pertinente (trou central)
Estimation des performances et choix du modèle le plus pertinent
Proposition d'une mécanique de seuillage des prédictions en fonction d'un score de confiance du modèle (le modèle peut se prononcer uniquement sur les cas les plus sûrs)
Mise en œuvre d'un démonstrateur pour le test chez le client
Résultat
Traitement automatique d'environ 70% du flux de plaques non conformes
Traitement automatique d’environ 40% du flux de plaques conformes
Taux d'erreur de 0,5%
Possibilité d'adaptation du modèle en fonction du taux d'erreur souhaité