Anwendung zur Fehlererkennung an der Produktionslinie über Kamera

Wir haben einen kleinen Fertigungsbetrieb und die Qualitätskontrolle erfolgt derzeit vollständig manuell: Ein Bediener nimmt jedes Produkt, dreht es unter einer Lampe und entscheidet, ob es gut oder defekt ist. Die Menschen werden müde, die Beleuchtung ändert sich während der Schicht, und gegen Ende des Tages rutschen offensichtliche Mängel durch. Wir benötigen eine auf Computer Vision basierende Anwendung, die die Linie über eine Kamera betrachtet und selbstständig Mängel markiert, sodass eine Person nur strittige Fälle bestätigt, anstatt jede einzelne Einheit von Grund auf manuell zu überprüfen.

Die Aufgabe besteht darin, ein trainiertes CV-Modell tatsächlich auf die Live-Qualitätskontrolle anzuwenden, nicht nur ein Datenset zu kennzeichnen. Die Kamera sollte jedes Produkt erfassen, während es vorbeigeht, das Modell sollte es als gut oder defekt klassifizieren und, wenn möglich, die Art des Defekts identifizieren: Oberflächenkratzer, fehlende oder falsch installierte Teile, Druckfehler — verschmierte, versetzte oder defekte Etiketten. Jedes abgelehnte Element muss fotografiert, mit einem Zeitstempel und der Defektkategorie protokolliert und auf dem Dashboard angezeigt werden, damit der Schichtleiter die Anzahl der guten und defekten Artikel, die Defektrate im Laufe der Zeit sehen und das gespeicherte Bild eines markierten Artikels öffnen und die Entscheidung überprüfen kann.

Wir werden Muster von Fotos guter und defekter Produkte für das Training und die Feinabstimmung bereitstellen, und wir sind bereit, die Kamerawahl, Beleuchtung und das Framework nach Ihrer Empfehlung zu besprechen. Für uns ist es wichtig, eine funktionierende Pipeline zu haben, die tatsächlich in der Werkstatt läuft: zuverlässige Bildaufnahme, angemessene Schwellenwerte, damit wir nicht von falsch positiven Ergebnissen überwältigt werden, und ein verständliches Protokoll, das überprüft werden kann. Bitte beschreiben Sie, wie Sie Trainingsbilder sammeln und kennzeichnen, welche Modellarchitektur Sie vorschlagen, wie Sie Präzision und Rückruf bei unseren Teilen messen und wie die fertige Anwendung von nicht-technischem Personal installiert und gewartet wird.