Détecter les défauts visuels des pièces industrielles avec l’IA

• Comprendre la détection de défauts visuels par l’IA
• Constituer une base d’images de pièces conformes et défectueuses
• Évaluer les performances d’un modèle de contrôle visuel

Responsables qualité, ingénieurs process, techniciens contrôle

Connaître les défauts courants des pièces contrôlées

• Définir les cas d’usage du contrôle visuel assisté par l’IA
• Recenser les types de défauts et leurs critères d’acceptation
• Choisir l’éclairage, la caméra et la position de prise d’images
• Constituer une base d’images de pièces conformes et défectueuses
• Annoter les défauts avec des règles communes aux contrôleurs
• Entraîner un modèle de détection sur les images annotées
• Mesurer les défauts non détectés et les fausses alertes émises
• Tester le modèle sur la ligne dans les conditions réelles
• Définir le traitement des pièces douteuses par un opérateur
• Suivre la dérive du modèle et planifier son réentraînement

• Rédiger les règles d’annotation de trois types de défauts
• Lire les résultats d’un modèle sur un lot de pièces contrôlées
• Définir le traitement d’une pièce signalée comme douteuse

• Guide d’annotation des défauts visuels sur des pièces
• Check list d’installation d’un poste de contrôle visuel IA
• Fiche repère des indicateurs de performance d’un détecteur