Vous avez manqué le Digital Manufacturer Summit de Google Cloud ?Visionner les sessions à la demande
Entraînez et déployez rapidement des modèles d'IA pour détecter automatiquement les défauts de production, aucune expertise technique n'est requise.
Démarrage rapide grâce à une interface utilisateur guidée sur Google Cloud ou sur notre API
Entraînez des modèles d'IA haute précision spécifiques à un domaine pour détecter les failles les plus faibles
Peu d'efforts nécessaires pour effectuer des étiquettes en raison de l'apprentissage actif commencez avec quelques images défectueuses
Exécuter des modèles de prédiction sur la ligne de production via des conteneurs Docker
Avantages
Déployez des modèles d'inspection hautes performances à la périphérie du réseau ou sur site.
Bénéficiez d'un ROI considérable en réduisant les coûts d'inspection, les retraitements et les déchets, et en améliorant les métriques clés de la qualité (par exemple, le taux d'échappement, le taux de dépassement et le rendement).
Notre technologie reconnue de vision par ordinateur et de machine learning vous permet d'accomplir les tâches d'inspection les plus complexes.
Principales fonctionnalités
Détecte même les défauts les plus subtils à différentes étapes du processus d'assemblage (composants incorrects, égarés, manquants, mal tournés ou déformés).
Détecte même les défauts les plus petits et les plus complexes (entailles, rayures, fissures, déformations, etc.) quelle que soit la surface.
Exécutez des modèles directement sur votre site grâce à des conteneurs Docker faciles à déployer. Les modèles sont entraînés à répondre aux exigences de qualité de la production pour les taux d'échappement et de sursollicitation.
Commencez à créer des modèles avec quelques images étiquetées. Active Learning suggère automatiquement des images supplémentaires à l'opérateur pour qu'il ajoute des étiquettes et améliorer ainsi les performances du modèle.
Cas d'utilisation
Visual Inspection AI a été conçu pour l'environnement de production. Il peut être utilisé dans de nombreux cas d'utilisation dans les secteurs de l'automobile, de l'électronique, des semi-conducteurs et de l'industrie.
Les fabricants de véhicules utilisent Visual Inspection AI pour inspecter les joints soudés par robot à la recherche d'anomalies au niveau des jointures structurelles les plus critiques des chassis.
Les fabricants de produits électroniques utilisent Visual Inspection AI pour inspecter simultanément des dizaines de composants individuels sur des circuits imprimés à volume élevé afin de détecter les composants, vis, ressorts manquants, perdus ou endommagés, et les problèmes de soudage.
Les fabricants de semi-conducteurs utilisent Visual Inspection AI pour détecter et localiser les défaillances des puces et wafers, et les fissures de dies.
Cas d'utilisation types
Problèmes de classification généraux
Cible pour les tâches d'inspection visuelle dans les environnements de fabrication
Déploiement sur site
Y (via un conteneur Docker)
Modèles propres à l'industrie
Y (amélioration continue en raison de l'optimisation de modèles spécifiques au domaine)
Gestion de données déséquilibrées
N (requiert le même nombre d'éléments défectueux et non défectueux étiquetés)
Y (peut utiliser un plus grand nombre d'échantillons normaux, plus quelques éléments défectueux étiquetés, ce qui est typique de la fabrication)
Apprentissage actif
Y (identifie des exemples suspects) à des fins d'examen manuel et d'ajout d'étiquettes)
Segmentation et localisation
Y (indiquez la zone où le défaut a été détecté)
Détection de composants manquants
Compatibilité avec les images haute résolution
Y (jusqu'à 100 M pixels)
Alignement automatique des images
Y (alignement automatique des images à partir des flux de caméra)
Détection d'anomalies dans les images
Cas d'utilisation types
Problèmes de classification généraux
Déploiement sur site
Modèles propres à l'industrie
Gestion de données déséquilibrées
N (requiert le même nombre d'éléments défectueux et non défectueux étiquetés)
Apprentissage actif
Segmentation et localisation
Détection de composants manquants
Compatibilité avec les images haute résolution
Alignement automatique des images
Détection d'anomalies dans les images
Cas d'utilisation types
Cible pour les tâches d'inspection visuelle dans les environnements de fabrication
Déploiement sur site
Y (via un conteneur Docker)
Modèles propres à l'industrie
Y (amélioration continue en raison de l'optimisation de modèles spécifiques au domaine)
Gestion de données déséquilibrées
Y (peut utiliser un plus grand nombre d'échantillons normaux, plus quelques éléments défectueux étiquetés, ce qui est typique de la fabrication)
Apprentissage actif
Y (identifie des exemples suspects) à des fins d'examen manuel et d'ajout d'étiquettes)
Segmentation et localisation
Y (indiquez la zone où le défaut a été détecté)
Détection de composants manquants
Compatibilité avec les images haute résolution
Y (jusqu'à 100 M pixels)
Alignement automatique des images
Y (alignement automatique des images à partir des flux de caméra)
Détection d'anomalies dans les images
Tarification
Veuillez contacter le service commercial pour en savoir plus sur les tarifs
Partenaires
Profitez de 300 $ de crédits gratuits et de plus de 20 produits Always Free pour commencer à créer des applications sur Google Cloud.