SOLUÇÃO

Uma empresa de fabricação queria poder detetar defeitos de determinadas peças de forma automática, com pouca intervenção dos operários.

A inspecção visual através de visão por computador supõe uma maior rapidez e constância ao longo do tempo, ao contrário da inspecção manual. No entanto, as técnicas de inspecção através de visão por computador ainda precisam de bastante apoio manual para o seu correto funcionamento, especialmente quando um determinado número de configurações é necessário. Estas técnicas tradicionais de inspeção permitem avaliar parâmetros como a orientação, a presença ou ausência de peças, medidas, etc, que exigem uma parametrização por parte de um usuário e não permitem detetar defeitos ao nível da superfície como deformações, riscos, etc.

As técnicas inovadoras de visão artificial como por exemplo o uso de Deep Learning, são mais versáteis e independentes em comparação aos métodos tradicionais de inspeção por visão por computador. Através do uso de algoritmos de Deep Learning, não é necessñaria a intervenção de uma pessoa trabalhadora para parametrizar todos os passos (forma, orientação, etc). A tarefa de "encontrar" (ou neste caso, aprender) as características estipuladas é do próprio modelo de aprendizagem automática.

A BAÜP desenvolveu um algoritmo de Deep Learning para esta atividade de deteção de defeitos que, através de uma imagem, consegue catalogá-la como "ok" ou "não ok", de acordo com o tipo de defeito encontrado.