Inspección de Viales de Vidrio

Antecedentes

Los viales de vidrio son esenciales en diversas industrias, especialmente en la farmacéutica, donde se utilizan para almacenar y transportar sustancias delicadas. Garantizar la integridad y la limpieza de estos viales es fundamental, ya que incluso defectos menores, como las fracturas, pueden comprometer la seguridad y la eficacia del producto. Sin embargo, la naturaleza transparente y reflectante del vidrio plantea retos importantes para los métodos de inspección tradicionales.

Planteamiento del problema

El principal desafío en la inspección de viales de vidrio radica en diferenciar entre defectos reales (como fracturas) e irregularidades benignas (como suciedad o reflejos). Los sistemas tradicionales de visión artificial basados en reglas suelen tener dificultades para hacer estas distinciones, especialmente cuando los defectos o la suciedad se encuentran en diferentes capas del vidrio (anverso o reverso). La alta variabilidad en las condiciones de iluminación y la transparencia inherente del vidrio agravan estas dificultades.

Solución: ViDi Detect

Se implementó ViDi Detect, una herramienta de aprendizaje profundo basada en IA, para abordar estos desafíos. A diferencia de los sistemas tradicionales de visión artificial, ViDi Detect puede entrenarse para reconocer y distinguir variaciones sutiles en la superficie del vidrio, lo que le permite identificar con precisión los defectos incluso en condiciones difíciles.

Implementación

El proceso comenzó con la creación de un conjunto de referencia de viales «en buen estado», capturando imágenes bajo diversas condiciones de iluminación y con diferentes cantidades de suciedad natural. Este conjunto de datos se utilizó luego para entrenar el sistema ViDi Detect, permitiéndole distinguir entre variaciones aceptables y verdaderas anomalías. A través de este entrenamiento, el sistema aprendió a detectar fracturas en el vidrio al reconocer sus patrones y características específicas, al tiempo que las diferenciaba de otras marcas o reflejos en la superficie. También se entrenó para identificar la suciedad en el vidrio al comprender cómo se presenta en diferentes formas y condiciones de iluminación, lo que permitió separar con precisión las partículas de suciedad de defectos reales, como las fracturas. A pesar de los desafíos que plantean los materiales transparentes, las capacidades de aprendizaje profundo de ViDi Detect hicieron posible inspeccionar de manera confiable los viales de vidrio, manejando eficazmente problemas como los reflejos y las refracciones. Además, dado que el sistema se entrenó en entornos de iluminación variables, mantuvo una precisión constante incluso ante fuertes fluctuaciones en los reflejos de luz, algo común al inspeccionar superficies transparentes y reflectantes como el vidrio.

Resultados

Tras el entrenamiento, ViDi Detect demostró una notable capacidad para detectar con precisión fracturas y suciedad en los viales de vidrio y garantizó que solo se marcaran para una inspección más detallada aquellos viales que presentaran defectos reales.

La implementación de ViDi Detect resultó ser un punto de inflexión. Al aprovechar el aprendizaje profundo, supera las limitaciones de la visión artificial tradicional, proporcionando una solución confiable y eficiente para garantizar la calidad de los viales de vidrio.

¿Cómo saber si necesita el aprendizaje profundo en su aplicación de visión artificial? Descargue el informe técnico de Vision AI para obtener una guía.