Durante décadas, los sistemas de visión artificial han enseñado a las computadoras a realizar inspecciones para detectar defectos, contaminantes, fallas funcionales y otras irregularidades en productos fabricados. La inspección visual humana prevalece en situaciones en las que se requiere aprender mediante el ejemplo, y apreciar las desviaciones aceptables desde el control. La visión artificial, en cambio, ofrece la velocidad y solidez que solo un sistema computarizado puede ofrecer.
La visión artificial sobresale en la medición cuantitativa de escenas estructuradas gracias a su velocidad, precisión y repetibilidad. Un sistema de visión artificial desarrollado en base a la resolución de una cámara y óptica adecuadas puede inspeccionar fácilmente aquellos detalles de un objeto que son demasiado pequeños para ser detectados por el ojo humano, y puede hacerlo con mayor confiabilidad y menos errores. En una línea de producción, los sistemas de visión artificial pueden inspeccionar cientos o miles de piezas por minuto de manera confiable y repetida, superando ampliamente las capacidades de inspección de los humanos.
A diiferencia de la visión artificial tradicional, los humanos son expertos en distinguir entre las fallas cosméticas sutiles y las fallas funcionales, así como en apreciar las variaciones en la apariencia de las piezas que pueden afectar la calidad percibida. Si bien están limitados en la velocidad en la que pueden procesar la información, los humanos son los únicos capaces de conceptualizar y generalizar. Sobresalen en el aprendizaje mediante el ejemplo y son capaces de distinguir lo que realmente importa cuando se trata de pequeñas anomalías entre las piezas. Esto hace de la visión humana la mejor opción, en muchos casos, debido a la interpretación cualitativa de una escena compleja y no estructurada, especialmente aquellas con defectos sutiles y fallas impredecibles.
La tecnología de Deep Learning utiliza redes neurales que imitan la inteligencia artificial para distinguir anomalías, piezas o caracteres, y tolera las variaciones naturales en patrones complejos. De esta forma, el Deep Learning combina la flexibilidad de la inspección visual humana con la velocidad y solidez de un sistema computarizado.
La visión artificial sobresale en la medición cuantitativa de escenas estructuradas gracias a su velocidad, precisión y repetibilidad. Un sistema de visión artificial desarrollado en base a la resolución de una cámara y óptica adecuadas puede inspeccionar fácilmente aquellos detalles de un objeto que son demasiado pequeños para ser detectados por el ojo humano, y puede hacerlo con mayor confiabilidad y menos errores. En una línea de producción, los sistemas de visión artificial pueden inspeccionar cientos o miles de piezas por minuto de manera confiable y repetida, superando ampliamente las capacidades de inspección de los humanos.
A diiferencia de la visión artificial tradicional, los humanos son expertos en distinguir entre las fallas cosméticas sutiles y las fallas funcionales, así como en apreciar las variaciones en la apariencia de las piezas que pueden afectar la calidad percibida. Si bien están limitados en la velocidad en la que pueden procesar la información, los humanos son los únicos capaces de conceptualizar y generalizar. Sobresalen en el aprendizaje mediante el ejemplo y son capaces de distinguir lo que realmente importa cuando se trata de pequeñas anomalías entre las piezas. Esto hace de la visión humana la mejor opción, en muchos casos, debido a la interpretación cualitativa de una escena compleja y no estructurada, especialmente aquellas con defectos sutiles y fallas impredecibles.
La tecnología de Deep Learning utiliza redes neurales que imitan la inteligencia artificial para distinguir anomalías, piezas o caracteres, y tolera las variaciones naturales en patrones complejos. De esta forma, el Deep Learning combina la flexibilidad de la inspección visual humana con la velocidad y solidez de un sistema computarizado.
FUENTE: cognex.com