Разработка системы детекции дефектов на производстве (Visual Inspection)

Ручной контроль на линии не ловит мелкие дефекты и зависит от человеческого фактора. Мы разрабатываем системы детекции дефектов под ключ: от разметки данных и настройки оборудования до регламентов для смены. Заказчик получает стабильный результат — пропуск брака и отбраковка годной продукции падают, а контроль идёт на скорости линии.
Часто задаваемые вопросы

Детекция дефектов на линии: где ломается ручной контроль

На линии ручной контроль качества держится на внимании человека, а оно не постоянно. Контролёр смотрит на изделие секунды, за смену через позицию проходят тысячи единиц — и на последних часах пропуск брака выше, чем в начале. Темп линии не оставляет права вернуться к сомнительному изделию: пока его пересматривают, следующие уже прошли инспекцию на конвейере.

Отдельная группа — дефекты, которые глаз уверенно берёт только при идеальных условиях: микротрещины под покрытием, потёртости на глянце и полировке, разнотон, недоформовка, следы клея по кромке. Их видно под одним углом света и не видно под другим, а статичная подсветка и блики дают ложные срабатывания там, где брака нет. Здесь ручной осмотр перестаёт быть надёжным даже у опытного контролёра.

Плюс разброс оценки: граница «норма или брак» у каждого своя, и она смещается к концу смены. Один и тот же дефект получает разные вердикты у разных людей и у одного человека в разное время — значит, воспроизводимого эталона нет, и спор с поставщиком или потребителем закрывать нечем.

Цена такого узкого места на линии — не только отбракованные изделия. Пропущенный дефект уходит в сборку или к заказчику, партию пересортировывают целиком, а иногда останавливают конвейер и ищут причину. Разбираем, как это закрывается: какая детекция дефектов на производстве снимает усталость смены, темп и субъективность оценки, и что остаётся за человеком.

Автоматический контроль качества: что меняется на производстве

Автоматический контроль качества переносит оценку дефектов с выборочного осмотра на каждую единицу продукции. Камера и модель на линии выдают решение в темпе конвейера, а оператор разбирает только спорные случаи, помеченные флагом. Обучение и переобучение моделей ведём на PyTorch — открытый стек, поэтому заказчик не привязан к одному исполнителю и может поддерживать решение своими силами.

Основные метрики здесь не «точность вообще», а доля пропущенного брака и доля ложных срабатываний — они тянут в разные стороны. Сдвигаем порог уверенности — растёт чувствительность к дефекту, но и число ложных остановок линии; настраиваем по цене ошибки на конкретном участке. Порог зашит в конфигурацию версии модели, поэтому результат воспроизводим от запуска к запуску.

Стабильность отбраковки — это в первую очередь разброс оценки между сменами. У людей расхождение в спорных категориях доходит до десятков процентов, у модели вывод детерминирован при одной версии весов, неизменной калибровке освещения и геометрии съёмки. Поэтому в контур входит контроль дрейфа: регулярная сверка с эталонной выборкой и предупреждение, если метрики просели.

Время контроля на единицу перестаёт зависеть от загрузки смены и человеческого темпа, а снижение возвратов становится следствием ровного качества отгрузки. Отдельно считаем, какую долю спорных случаев забирает человек — если она не падает, настройку продолжаем.

Режимы работы системы детекции дефектов: сравнение подходов

Режим выбирают не по точности модели, а по стабильности сцены и вариативности самого дефекта. Если деталь всегда в одном положении, а брак описывается геометрией, работает контроль по правилам; если дефект «плывёт» по форме и цвету — обучение на размеченных данных.

Вариант Когда подходит Ограничения
Контроль по правилам Фиксированная позиция детали, дефект описывается порогами по площади и геометрии Ломается при смене партии материала или освещения; часть дефектов неформализуема
Обучение на размеченных данных Дефект вариативен, классы известны, есть поток кадров для разметки Нужна репрезентативная выборка и переобучение при смене продукта; редкие классы дают пропуски
Гибридный режим контроля Часть брака формализуема, часть — нет; важна низкая доля ложных срабатываний Две ветки логики, сложнее поддержка и сквозная разметка решений

Контроль по правилам даёт воспроизводимое решение: его строят классическими алгоритмами обработки изображений (OpenCV) и объясняют контролёру, отладка занимает часы. Ограничение — хрупкость: смена освещения или партии сырья требует пересмотра порогов, а тонкие царапины в правила не укладываются.

Обучение на размеченных данных закрывает вариативные дефекты, но привязано к выборке: редкий класс представлен единичными примерами, и на нём растут пропуски. Гибридный режим контроля снимает это противоречие — правила отсекают заведомо годное, модель разбирает спорное, и ложных остановок линии становится меньше.

Как проходит внедрение: этапы инженерной работы на линии

Внедрение начинается не с модели, а с участка. На аудите фиксируем темп линии, номенклатуру, зоны съёмки, характер освещения и помех, а также то, как брак отбраковывается сейчас. Если пропустить этот шаг, решение упирается в реальность линии: не хватает экспозиции, камера смотрит мимо зоны дефекта, оператор не успевает реагировать.

  1. Аудит участка. Снимаем фактическое состояние: скорость конвейера, вибрации, перепады засветки, доступные посадочные места под камеры и свет.
  2. Схема контроля. Согласуем перечень классов дефектов, границу «годный / брак» и точку отбраковки — до или после технологической операции. Для каждого класса определяем, что делать с сомнительным случаем.
  3. Сбор образцов и разметка. Набираем кадры с реальных партий, включая редкие дефекты, размечаем и фиксируем долю обнаружения и ложных срабатываний до старта работ.
  4. Калибровка камер и света. Настраиваем геометрию, экспозицию и подсветку так, чтобы контраст дефекта был устойчив при смене партии. Оснастка фиксируется, чтобы положение не сбивалось при обслуживании.
  5. Обучение и настройка порогов. Подбираем чувствительность по каждому классу отдельно: пропуск брака и ложная отбраковка стоят по-разному, пороги выставляем под требования линии.
  6. Приёмка на тестовой партии. Прогоняем систему на партии с заранее известной разметкой, сверяем результат по классам и подтверждаем, что метрики совпадают с заявленными.
  7. Передача в эксплуатацию. Оформляем регламент, обучаем операторов, показываем, как система ведёт журнал и обновляется при появлении новой номенклатуры.

Каждый этап заканчивается результатом, который можно проверить: схема, набор размеченных кадров, отчёт по тестовой партии. Так на выходе получается не демонстрация, а работающий контур контроля с понятными правилами эксплуатации.

Схемы, конфигурации и регламенты по контролю качества

После ввода в эксплуатацию на предприятии остаётся не только работающая система, но и комплект документов, по которым её эксплуатируют, обслуживают и передают между сменами. Без него установка превращается в чёрный ящик: оператор не знает, что делать с пограничным кадром, а новая смена — как поднять поток после остановки. Ниже — то, что мы передаём вместе с системой.

  • Схема размещения камер и подсветки: привязка к позициям линии, зоны интереса, допуски на смещение и перекрытие соседних участков.
  • Настройки порогов срабатывания по каждому типу дефекта — с пометкой, какие значения подтверждены на приёмочном наборе кадров.
  • Политики доступа: роли оператора, наладчика и технолога, границы того, что каждый может просматривать, менять и подтверждать.
  • Регламент реагирования оператора: подтвердить дефект, отправить на перепроверку, остановить линию, кого уведомить и в какой срок.
  • Инструкция по обслуживанию: чистка оптики, проверка фокуса и положения камер, прогон контрольных образцов, действия при сбое захвата кадра.
  • Порядок обновления модели: как накапливается разметка, на каком наборе проверяется новая версия, кто утверждает и как откатиться на предыдущую.
  • Журнал изменений настроек и весов модели, привязанный к версиям — чтобы через полгода было понятно, почему порог стоит именно такой.

Кейс: как снизили пропуск брака на линии розлива

На линии розлива контролировали уровень налива, герметичность колпачка и совмещение этикетки. До внедрения проверка была выборочной: оператор снимал несколько бутылок за смену, поэтому брак уходил в паллету и всплывал уже у дистрибьютора — обратная связь по качеству приходила с задержкой в сутки.

Съёмку поставили на трёх позициях — после розлива, после укупорки и на выходе. Освещение синхронизировано с датчиком линии, чтобы блики на стекле и мокром колпачке не читались как дефект, а модель считает локально у линии на ONNX Runtime — поток с камер не зависит от канала связи.

Метрика До После
Пропуск брака 4,2% 0,6%
Ложные срабатывания 7 на 1000 бутылок 1,1 на 1000
Переналадка при смене продукции около 40 минут 6–8 минут

Ложные срабатывания оказались главной ценой ошибки: каждое лишнее — остановка и ручная перепроверка. Порог уверенности подобрали отдельно по каждому классу дефекта, а решение принимают по скользящему окну кадров, а не по одному — дребезг на каплях и бликах ушёл.

Переналадка раньше требовала ручной подстройки зон и эталонов, теперь оператор выбирает артикул и сверяет эталонный кадр — простой сократился почти в шесть раз. Каждое срабатывание сохраняется со срезом кадров, раз в неделю модель дообучают на накопленном, поэтому редкие дефекты постепенно перестают проскакивать: снижение пропуска брака держится, а не разово достигается на приёмке.

Чем отличается контроль по правилам от обучения на разметке

Пороговые признаки — это измеримая формула: площадь пятна, контраст к фону, отклонение геометрии от эталона. Пока дефект стабильно отличается от фона, а освещение и положение детали не меняются, правило даёт предсказуемую точность и не требует разметки дефектов. Настраивается оно за смену на реальных кадрах цеха.

Ломается порог там, где признак перестаёт быть постоянным. Потёртость, неравномерная текстура, след смазки или блик на шве не описываются одной формулой — правило начинает либо пропускать брак, либо останавливать линию на годной детали. Смена партии материала добавляет ту же проблему.

Обучение на разметке берёт на себя то, что нельзя записать формулой. Разметка дефектов становится основным вложением: границы между похожими классами — царапина и след зачистки — приходится согласовывать между разметчиками, а спорные кадры выносить отдельно. Взамен приходит устойчивость к вариациям фона и материала и способность поймать дефект по совокупности слабых признаков.

Новые типы дефектов — ключевой аргумент. Пороговое правило их не увидит, пока кто-то не опишет формулу заново; модель на аномалиях подсветит отклонение, но уверенная детекция требует дообучения модели на десятках размеченных примеров. После дообучения проверяем, что не просели ранее освоенные классы — контрольный набор по всем классам, а не только по новому.

Выбор подхода редко бинарный: пороги остаются первым фильтром на грубых и стабильных признаках, модель работает на остальном потоке. Критерий простой — насколько признак устойчив между партиями и что дешевле в эксплуатации: перенастройка правила или цикл разметки и дообучения.

Технические сомнения перед запуском: частые вопросы

Технологи и инженеры задают перед стартом почти одни и те же вопросы — про поведение модели в эксплуатации, а не про точность на демонстрационных кадрах. Ниже короткие ответы на то, что чаще всего решает судьбу запуска: ложные срабатывания, новая партия продукции, изменение освещения и поддержка модели после передачи в цех.

Сколько будет ложных срабатываний и кто их разбирает?

Порог подбираем по кривой ошибок на отложенной выборке: видно, сколько дефектов пропускаем при выбранной доле ложных тревог. Дальше сравниваем цену пропуска и цену ручной перепроверки — на этой границе выбираем режим работы. Первые недели идём с повышенной чувствительностью, затем уточняем порог по накопленной разметке.

Что будет при новой партии продукции или смене освещения?

Модель опирается на признаки, которые сохраняются между партиями, но смена поставщика сырья, оттенка покрытия или схемы подсветки сдвигает данные — точность проседает. Поэтому в проект закладываем проверку устойчивости: кадры с разных смен и партий, контроль дрейфа, регламент дообучения. Постоянно меняющееся освещение фиксируем как часть техпроцесса — положение камер и параметры подсветки.

Кто поддерживает модель после внедрения?

Поддержка — это не только реакция на сбой. Передаём регламент: как пополнять набор кадров, как переобучать на новой разметке, как откатывать модель к предыдущей версии при падении точности. Этапность внедрения строим так, чтобы первая линия работала на ограниченном участке, а расширение шло по мере накопления данных.

Обсудим задачу: разберём линию и вернёмся с планом

Оценить участок можно по вашим же данным с линии — без выезда и до всяких работ. Пришлите то, что уже есть: записи с камер, статистику брака, схему зоны контроля. Этого достаточно, чтобы понять, какая точность достижима, где нужны дополнения по свету и оптике, и вернуться с оценкой и планом.

  • Видео или фото с линии: годные изделия и все встречающиеся типы дефектов — снятые теми же камерами и при том же свете, что будут в работе. Чем больше реальных кадров, тем точнее оценка.
  • Перечень дефектов с приоритетом: что обязательно ловить, что допустимо пропустить и какой класс ошибки дороже — пропуск дефекта или ложное срабатывание.
  • Условия съёмки и место установки: скорость линии, такт, зона контроля, освещение, вибрации, куда физически встаёт камера и как изделие отводится.
  • Данные о браке за смену или месяц: доля дефектных изделий, распределение по типам, кто и по какому правилу принимает решение сейчас.
  • Как результат должен идти дальше: сигнал оператору, отвод изделия, маркировка, запись в систему учёта участка, отчёт по смене.
  • Ограничения площадки: доступ к линии и сети, окна на монтаж, требования безопасности, кто со стороны заказчика подтверждает эталонную разметку.

Из этого собираем план: сначала пилот на одной линии с замером точности на вашей выборке, затем расширение на участки. Опишите задачу — вернёмся с оценкой, составом комплекта и границами ответственности.

Направления AI-разработки

Последние работы

  • Разработка сайта компании B2B ADVANCE
    Разработка сайта компании B2B ADVANCE
    1542
  • Разработка веб-приложения для компании FEEDME
    Разработка веб-приложения для компании FEEDME
    1393
  • Разработка веб-сайта для компании БЕЛФИНГРУПП
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    1081
  • Разработка интернет магазина для компании FURNORO
    Разработка интернет магазина для компании FURNORO
    1368
  • Разработка логотипа компании B2B Advance
    Разработка логотипа компании B2B Advance
    815
  • Разработка веб-приложения для компании Enviok
    Разработка веб-приложения для компании Enviok
    1139