Южная Корея разработала ИИ, определяющую дефектные маски с точностью 99,7%. Время от детектирования лицевой маски до сортировки брака занимает максимум 1/15 сек.
Лицевые маски стали неотъемлемой частью жизни людей на фоне нового коронавируса.
По данным южнокорейского правительства, еженедельный объем производства лицевых масок продолжает заметно превышать 200 млн. штук с тех пор, как в третьей неделе августа этого года показатель составило 205,12 млн. штук.
Недавно южнокорейские ученые разработали систему управления качеством на базе ИИ, которая позволяет предотвратить загрязнение лицевых масок и значительно повышает производительность.
8 октября в Корейском институте исследования производственных технологии (KITECH) сообщили, что они предоставили местному производителю лицевых масок KS COMMUNICATION технологию контроля качества с помощью ИИ и им удалось автоматизировать проверку качества продукции.
Ранее проверка качества осуществлялась сотрудником вручную, что не только приводило к снижению производительности, но имели низкую точность и вероятность загрязнения продукции при контакте с руками человека.
KS COMMUNICATION запросила KITECH оказать техническую помощь для автоматизации проверки качества, и спустя 3 недели KITECH разработала систему контроля качества на основе технологии глубокого обучения. Трансфер технологии завершился в сентябре этого года.
Ключевым элементом данной системы является «технология классификации видеопаттернов на основе глубокого обучения».
В этой технологии используется самообучающий алгоритм искусственного интеллекта, который в режиме реального времени анализирует собранные камерой видеоданные, ищет определенные паттерны и классифицирует их по похожести.
Вместо того чтобы вручную вводить в программу ключевые особенности дефектных лицевых масок, ей предоставили большие видеоданные, обучая ИИ определить местоположение масок и наличие дефекта на соединительной части ушной петли.
Для обучения ИИ понадобилась всего лишь 3 дня, и спустя 2 недели исследовательская команда разработала интегрированный модуль контроля качества со встроенным алгоритмом ИИ.
Сначала изготовленная лицевая маска на конвейере попадает в модуль контроля качества. Потом аппарат по сбору и обработке RGB-видео снимает данную маску и определяет ее местоположение. На последнем этапе включается алгоритм глубокого обучения, который определяет наличие дефекта в режиме реального времени.
При нахождении дефекта, сортировщик внутри модуля направляет дефектную маску в отдельный ящик.
Результаты теста показали, что точность проверки составляло 99,7%, а время от детектирования маски до сортировки брака занимало максимум 1/15 сек. на одну продукцию, что намного быстрее чем ручная проверка.
Самым большим преимуществом данного модуля является то, что автоматизировала контроль качества и сортировку масок и таким образом уменьшил физический контакт сотрудников с масками. Это привело к снижению вероятности загрязнения продукции и обеспечила более чистую производственную среду.
Кроме того, количество случаев неправильной сортировки тоже сократилось, что привело к увеличению ежедневного объема производства масок на 30% (до 400 000 штук).
nbgkoo@heraldcorp.com
#корея #технология #бизнес #автоматизация #искусственныйинтеллект #промышленность #глубокоеобучение #компьютерноезрение #роботы