Analyse d’images et contrôle visuel
Les mêmes défauts, cherchés à l’œil, sur des milliers d’images.
Aider à détecter, localiser ou classer ce qui apparaît sur une image, pour rendre le contrôle plus régulier.
- Vision industrielle
- Contrôle qualité automatique
- Détection de défauts
- Comptage automatique
- Tri optique
- Inspection visuelle
Ce qui coince aujourd’hui
Contrôler visuellement des pièces ou des matières, compter des objets et identifier des anomalies demande une attention soutenue.
Les conditions de prise de vue et les variations du produit compliquent la tâche. Certains défauts sont rares, petits ou difficiles à décrire avec une règle simple.
Aider à détecter, localiser ou classer ce qui apparaît sur une image, pour rendre le contrôle plus régulier et faciliter son suivi.
Les contrôleurs recherchent toujours les mêmes défauts sur un grand nombre d’images ou de produits.
En situation
SimulationCe que voit l’outil est montré tel quel : l’image, la zone entourée, la confiance. Le modèle propose, le contrôleur tranche. Les cas incertains partent dans une file, ils ne sont pas rejetés seuls.
ContexteSortie de ligne, un cliché par pièce, poste de prise de vue fixe.
Pièce 48 du lot 2261, cliché pris en sortie de presse.
Analyse de l’image et comparaison au référentiel de défauts
Le contrôleur confirme ou écarte. Sa décision alimente l’historique qualité : si la rayure revient au même endroit, c’est l’outil de presse qu’on va voir.
ContextePalette filmée sur le quai, une photo prise au téléphone par le préparateur.
Palette préparée pour la commande 8812, photo prise sur le quai.
Comptage des colis visibles et recoupement avec les lignes de commande
Même mécanisme, autre usage : une image annotée, un comptage ou un classement de matières. L’écart est vu sur le quai, pas chez le client.
Comment ça marche
L’image, la zone, la décision. Cliquez sur une étape.
Étape 1 sur 5
La prise de vue
Poste fixe en sortie de ligne, caméra sur le convoyeur ou simple photo au téléphone sur le quai.
Étape 2 sur 5
L’analyse, en quelques secondes
L’outil cherche sur l’image ce qui a été défini au départ : un défaut, un objet à compter, une matière à classer.
Étape 3 sur 5
La zone est entourée
Pas seulement signalée : la zone suspecte est encadrée sur l’image, avec le type proposé et le niveau de confiance.
Étape 4 sur 5
Le contrôleur tranche
Il confirme ou écarte. Ce qui est incertain part dans une file de contrôle, jamais rejeté tout seul.
Étape 5 sur 5
Ce qui revient devient visible
Les décisions validées alimentent le suivi qualité : récurrences par ligne, par produit ou par période, et dérives repérées tôt.
En amont, une phase de mise au point : définir précisément ce qu’on cherche et rassembler des exemples qualifiés par les experts, y compris les cas difficiles. C’est ce travail qui détermine la qualité du résultat, pas la technologie employée.
Le même principe, ailleurs
Le mécanisme ne change pas ; seul le métier change.
- Un atelier compte automatiquement les pièces sur une palette avant expédition.
- Un site agroalimentaire repère les corps étrangers sur une ligne de tri.
- Un inspecteur classe des matières selon leur aspect, avec le même critère d’un jour à l’autre.
La valeur
Le contrôle devient plus ciblé et les décisions peuvent être mieux documentées. L’historique aide à repérer des dérives récurrentes. L’intérêt se mesure en défauts correctement repérés, en temps de contrôle et en erreurs évitées, pas seulement en nombre d’images analysées.
Ce cas vous parle ? Ou votre besoin est ailleurs ?
Les deux réponses mènent au même endroit. On regarde ce que vos équipes refont à la main aujourd’hui, et on voit ensemble par quoi il serait raisonnable de commencer.
