Controllo qualità con la visione artificiale, su una linea che gira.

Perché la demo funziona e la linea no

• In laboratorio l’immagine è ferma e pulita; in linea il pezzo si muove, la luce cambia, il tempo è quello del ciclo.
• Riconoscere il difetto è la parte facile; il grosso è acquisire l’immagine giusta al momento giusto e decidere in tempo.
• Un modello addestrato su un dataset di laboratorio non conosce i difetti veri della tua produzione.
• Se la decisione arriva dopo il tempo ciclo, il pezzo è già oltre: lo scarto non serve più.

Cosa serve davvero

Acquisizione sincronizzata

Lo scatto sul trigger della macchina (GPIO), non «ogni tanto»: l’immagine dev’essere del pezzo giusto, nella posizione giusta.

Decisione entro il tempo ciclo

Passa/scarta prima che arrivi il pezzo successivo. È il vincolo che decide tutta l’architettura.

Scarto automatico

La decisione comanda l’attuatore: un sistema che segnala ma non scarta è un cruscotto, non un controllo qualità.

Modello sui difetti veri

Addestrato sui difetti di quella produzione — anche i rari, con rilevamento anomalie — non su immagini generiche.

Dove tengono immagini e decisione

Le immagini di produzione dicono cosa produci e come: non è un dato da far uscire.

• On-premise, dentro il perimetro di fabbrica: le immagini non lasciano lo stabilimento.
• Nessuna dipendenza dal cloud per decidere: la linea non può fermarsi perché è caduta la connessione.
• Telecamere singole o a gruppi (griglia, viste multiple) per i pezzi che vanno visti da più lati.