Controlul calității în industrie este supus unor schimbări radicale. În timp ce sistemele de procesare a imaginilor bazate pe reguli sau inspecțiile vizuale manuale au fost practici comune timp de decenii, utilizarea inteligenței artificiale (AI) deschide posibilități complet noi. Procesele bazate pe IA revoluționează procesarea industrială a imaginilor și fac procesele de producție mai eficiente, mai robuste și mai rentabile.
Iluminarea corectă a fost întotdeauna o cerință fundamentală pentru o aplicație de viziune artificială de succes – indiferent dacă este vorba de un sistem bazat pe reguli sau pe inteligență artificială. Cu toate acestea, există o concepție greșită persistentă, în special în aplicațiile de inteligență artificială, conform căreia iluminatul joacă un rol secundar, deoarece rețeaua neuronală poate pur și simplu „compensa” condițiile slabe de iluminare în timpul formării. Până în prezent, există două abordări comune pentru optimizarea aplicațiilor AI: Abordarea centrată pe model, care se concentrează pe optimizarea arhitecturii modelului și a hiperparametrilor, și abordarea centrată pe date, care se bazează pe un set de date de formare care este cât mai calitativ și echilibrat posibil. Cu toate acestea, soluționarea aplicațiilor în domeniul viziunii artificiale AI pune adesea companiile în fața unor perioade de proiect inutil de lungi și a costurilor ridicate asociate, care se datorează, printre altele, și disponibilității unor date de formare limitate.
Aceste provocări pot fi rezolvate cu ajutorul unei strategii de iluminat specifice. Aceasta deoarece o strategie de iluminare bine planificată și structurată poate reduce complexitatea și minimiza problemele încă de la început. Această „abordare centrată pe iluminare” poate face modelele AI cu iluminare optimizată mai robuste și mai precise. Acest lucru se datorează faptului că un concept de iluminare mai bun face ca o gamă largă de condiții de mediu să fie mai ușor de controlat și duce la mai puține variații în imagini. Aceasta înseamnă că sunt necesare mai puține imagini de antrenament, iar sistemul obține o precizie mai mare cu mai puține date, după cum arată cifrele dezvoltatorului de software MVTec:
Cu același număr de imagini, precizia poate fi crescută de la 89 % la 97 % cu un iluminat adecvat. În plus, cu un iluminat de înaltă calitate, o precizie de 89 % ar putea fi deja obținută pe baza a 45 de imagini în loc de 175 de imagini. Aceasta înseamnă că același rezultat a fost obținut cu doar un sfert din datele imaginilor. Aceste rezultate sunt deosebit de relevante atunci când datele de instruire limitate reprezintă o provocare majoră pentru proiectul de procesare a imaginilor bazat pe inteligență artificială. Pe scurt, iluminarea corectă poate fi cheia succesului în viziunea artificială – indiferent dacă sunt utilizate abordări tradiționale sau bazate pe inteligența artificială. Iluminarea corectă ajută la scăderea ratelor de eroare, la reducerea costurilor și la îmbunătățirea preciziei generale a sistemului.
Patru pași către un sistem de iluminat
Planul următor în patru pași face posibilă obținerea iluminării perfecte pentru orice aplicație de viziune artificială. În primul rând, se selectează principiul potrivit de iluminare. Scopul este de a evidenția detalii relevante alegând metoda potrivită și, în același timp, de a suprima informațiile nedorite. Portofoliul cuprinzător de iluminare al Wenglor oferă o gamă largă de metode de iluminare, inclusiv principii tipice precum iluminarea brightfield, darkfield, ring, fundal și cupolă. În funcție de aplicație, o combinație a mai multor principii de iluminare poate oferi, de asemenea, cele mai bune rezultate.
Odată ce principiul a fost stabilit, al doilea pas este determinarea lungimii de undă corecte. Culoarea sursei de lumină are o influență semnificativă asupra afișării imaginii. În timp ce lumina albastră, de exemplu, evidențiază zonele albastre și albe și le suprimă pe celelalte, lumina roșie are efectul opus și evidențiază toate tonurile roșii. Dacă lumina trebuie să reducă textul imprimat sau straturile, lumina infraroșie, care pătrunde mai adânc în material și atenuează efectele de suprafață, este o alegere bună. Aceasta este adesea utilizată în industria maselor plastice pentru a face amprentele „invizibile” în scopul de a inspecta suprafața de bază. De asemenea, dezavantajele fiecărui tip de lumină trebuie cântărite atunci când se face o selecție. De exemplu, deși lumina albă oferă o lumină naturală, aceasta este foarte sensibilă la lumina ambientală și, prin urmare, mai puțin ușor de controlat. Prin urmare, alegerea corectă a culorii luminii poate contribui, de asemenea, la reducerea variației pieselor de testare. Acest lucru poate avea un efect pozitiv asupra evaluării în secvența de testare ulterioară.
Pe lângă alegerea iluminării, calitatea imaginii poate fi optimizată suplimentar cu filtre optice suplimentare în al patrulea pas. Portofoliul cuprinzător Wenglor în domeniul filtrelor optice oferă soluția potrivită pentru orice cerință, de la polarizare la bandpass și filtre trece-lungi. Dacă reflexiile pe suprafețele lucioase trebuie reduse, filtrele polarizante ajută. Dacă contrastul din imagine trebuie crescut și robustețea față de lumina ambientală este îmbunătățită, se folosesc filtre trece-bandă, care permit trecerea doar a anumitor lungimi de undă. Filtrele trece-lung îmbunătățesc imagistica în infraroșu atunci când este necesar, blocând sursele de lumină nedorite. Sunt disponibile și lentilele potrivite care pot fi determinate de Calculatorul de Vedere Wenglor pentru aplicații specifice.
Urmând acești patru pași, se poate crea un sistem de iluminare solid, care oferă cel mai bun punct de plecare posibil pentru aplicațiile de viziune artificială. Pe scurt, iluminarea corectă nu numai că reduce erorile și îmbunătățește precizia, dar contribuie și la eficientizarea modelelor AI și la creșterea capacității lor de generalizare.
