Gli algoritmi di visione artificiale lavorano ad alta velocità e rilevano oggetti o difetti in pochi millisecondi
Più di ogni altro settore, l’industria alimentare dipende da prodotti sicuri e di alta qualità. Con la tecnologia di visione artificiale Anomaly Detection, integrata nel software HALCON di MVTec, è possibile rilevare i difetti in modo più preciso, contribuendo alla continua automazione dei processi di ispezione.
Gli algoritmi di visione artificiale lavorano inoltre ad alta velocità e rilevano oggetti o difetti in pochi millisecondi: in questo modo, l’industria alimentare può automatizzare e accelerare i processi di identificazione e ispezione, anche per volumi elevati.
I moderni metodi basati sull’intelligenza artificiale sono di importanza centrale nel riconoscimento e nell’ispezione dei difetti: in particolare, le tecnologie di deep learning svolgono un ruolo fondamentale. In questo processo, il software apprende le caratteristiche e le peculiarità tipiche degli oggetti da riconoscere attraverso una dedicata fase di addestramento su immagini digitali. In questo modo, gli oggetti possono essere classificati con precisione, cioè assegnati a una classe specifica. Anche le più svariate deviazioni dallo stato target – i difetti – possono essere assegnate a una specifica classe di difetti.
Normalmente, però, per l’addestramento sono necessarie le cosiddette “immagini negative”, caratterizzate dal fatto che il difetto è direttamente riconoscibile all’interno di esse. Tuttavia, soprattutto nella produzione alimentare, sono possibili innumerevoli manifestazioni diverse di irregolarità. È quindi necessario registrare un numero elevato di immagini di addestramento che comporta uno sforzo talvolta eccessivo, poco pratico e poco redditizio per le aziende.
MVTec offre una soluzione efficiente a questo problema: HALCON contiene una tecnologia che non richiede più immagini negative per l’addestramento. Grazie alla funzione Anomaly Detection, sono sufficienti anche solo una ventina di immagini dell’oggetto in condizioni di assenza di errori. Ciò significa essere in grado di ridurre in modo significativo le tempistiche di addestramento necessarie: raccogliere dati di campioni considerati privi di difetti è semplicissimo. L’algoritmo poi impara a riconoscere solo le parti buone dell’oggetto da ispezionare, rilevando qualsiasi anomalia presente nell’immagine, sia essa, ad esempio, una rottura della bottiglia, un’impurità nel contenuto o altro. Una height map facilmente analizzabile consente poi l’identificazione delle anomalie rilevate.
MVTec è distribuita in Italia da iMAGE S SpA, azienda leader del settore da sempre in continua ricerca di prodotti di alta qualità e delle ultime tecnologie del mercato, per offrire le migliori soluzioni nell’ambito della visione industriale per l’alimentare.
_______________________________________________________________________
Quality is guaranteed with HALCON Anomaly Detection
The machine vision algorithms work at high speed and can detect objects or defects within milliseconds
More than any other, the food industry strongly depends on safe and high-quality products, and thanks to Anomaly Detection artificial vision technology, integrated into the MVTec HALCON software, defects can be detected more precisely, thus contributing to the continuous automation of inspection processes.
The machine vision algorithms also work at high speed and can detect objects or defects within milliseconds; Therefore, the food industry can automate and speed up identification and inspection processes, even for high volumes.
Modern methods basing on artificial intelligence are of crucial important in object recognition and defect inspection; In particular, deep-learning technologies play a fundamental role. In this process, the software learns typical characteristics and peculiarities of the objects to be recognized through the delicate digital image training. This way, the objects can be precisely classified, and for example, assigned to a specific class. Moreover, the most varied deviations to the target state, defects, can be assigned to a specific defect class.
Normally, so-called “negative images” are required for training, and they are characterized by the fact that the respective defect is directly recognizable in the image itself. However, especially in food production, countless and diverse irregularities are possible and a high number of training images are necessary, causing as a result a high effort, which is little convenient and hardly profitable for the companies.
MVTec offers an efficient solution to this problem: HALCON contains a kind of technology that does not require any bad image for the training. Thanks to Anomaly Detection feature, just some 20 images of the object in error-free condition are enough, meaning that it can significantly reduce the training time: Data collection of defect-free samples is very simple. The algorithm will learn to recognize only the good parts of the object to inspect, detecting any anomaly of the image, such as broken bottle, impurities, etc. An easily analysable height map identifies the anomalies detected.
MVTec is distributed in Italy by iMAGE S SpA, leader company that is always seeking high-quality products and advanced technologies as to offer the best industrial vision solutions for the food sector.
