El Software de IA de Visión de una Startup se Entrena a Sí Mismo, en una Hora, para Detectar Defectos de Fabricación en Tiempo Real

Covision, miembro de NVIDIA Metropolis, crea un software acelerado por GPU que reduce las tasas de falsos negativos para la detección de defectos en la fabricación hasta en un 90%, en comparación con los métodos tradicionales.
por Angie Lee

Las cámaras se han implementado en las fábricas durante más de una década, así que Franz Tschimben se preguntó, «¿por qué la inspección visual automatizada todavía no se ha convertido en el estándar mundial?».

Esta pregunta motivó a Tschimben y sus colegas a encontrar Covision Quality, una startup de software de inspección visual basada en IA que utiliza la tecnología de NVIDIA para transformar la detección de defectos en el extremo de la línea para la industria de la manufactura.

«La respuesta simple es que estos sistemas son difíciles de escalar», dijo Tschimben, el CEO de la compañía ubicada en el norte de Italia. «Los defectos de materiales, como las rebabas, los orificios o los rayones, tienen diferentes formas geométricas y colores que hacen que identificarlos sea engorroso. Esto significaba que los especialistas en control de calidad tenían que programar los sistemas de inspección a mano para ajustar sus parámetros de defectos».

El software de Covision permite a los usuarios entrenar modelos de IA para la inspección visual sin necesidad de codificar. Cuadriplica la precisión para la detección de defectos y reduce las tasas de falsos negativos hasta en un 90% en comparación con los métodos tradicionales basados en reglas, según Tschimben.

El software se basa en el machine learning no supervisado  que se entrenó con las GPU NVIDIA RTX A5000. Esta técnica permite que la IA en solo una hora se enseñe a sí misma, basada en cientos de imágenes de ejemplos, lo que se considera como un defecto según un cliente específico. Elimina el extenso etiquetado de miles de imágenes que normalmente se necesitan para un pipeline de aprendizaje supervisado.

La startup es miembro de NVIDIA Metropolis, un ecosistema de socios centrado en la IA de visión que incluye una suite de kits de desarrollo de software acelerados por GPU, modelos previamente entrenados y el kit de herramientas TAO para potenciar una gama de aplicaciones de automatización. Covision también es parte de NVIDIA Inception, un programa gratuito y global que apoya a las startups de vanguardia.

En junio, Covision fue elegida entre cientos de startups como la ganadora de un premio para startups en Automate, una conferencia emblema sobre la automatización de todas las cosas.

Reducción de las Tasas de Pseudodesechos

En la manufactura, la tasa de pseudodesechos, o la frecuencia con la que los productos se identifican falsamente como defectuosos, es un indicador clave de la eficiencia de un sistema de inspección visual.

El software de Covision, que no depende del hardware, reduce las tasas de pseudodesechos hasta en un 90%, dijo Tschimben.

A medida que un elemento recorre una línea de producción, una cámara captura una imagen de él. Luego, el modelo de IA en tiempo real de Covision lo analiza. Finalmente, envía la información a una interfaz de usuario simple que muestra cuadros de imagen: verde para las piezas buenas y rojo para las defectuosas.

Para GKN Powder Metallurgy, un productor global de 13 millones de piezas de metal cada día, los pasos anteriores pueden ocurrir en tan solo 200 milisegundos por pieza, gracias al el software de Covision y las GPU de NVIDIA implementadas en la línea de producción.

En una fábrica, generalmente se usan de dos a seis cámaras para inspeccionar una línea de producción, dijo Tschimben. Además, una GPU NVIDIA A5000 en las instalaciones puede procesar las imágenes de cuatro líneas de producción en tiempo real.

«Las GPU de NVIDIA son robustas y confiables», agregó. «El SDK TensorRT y el kit de herramientas CUDA permiten a nuestros desarrolladores utilizar los recursos más recientes para desarrollar nuestra plataforma. Además, el programa Metropolis nos ayuda con una estrategia de lanzamiento al mercado: NVIDIA es una solución integral para nosotros».

Además, participar del programa Inception le da a Covision acceso a créditos gratuitos para cursos del Deep Learning Institute de NVIDIA, que Tschimben dijo que son «recursos prácticos muy útiles» para que los ingenieros de la compañía estén al día con la última tecnología de NVIDIA.

Aumentar la Eficiencia y la Sustentabilidad en la Producción Industrial

Además de identificar piezas defectuosas en las líneas de producción, el software de Covision ofrece un panel de administración que muestra análisis de datos basados en IA de las mejoras en la calidad de los resultados de un sitio de producción a lo largo del tiempo, y más.

«Puede mostrar, por ejemplo, qué sitio de los muchos lugares de una empresa en todo el mundo está produciendo las mejores piezas de metal con el mayor tiempo de actividad en la línea de producción, o qué línea de producción dentro de una fábrica necesita atención en un momento dado», dijo Tschimben.

Esta función puede ayudar a los gerentes a tomar decisiones de alto nivel para optimizar la eficiencia de la fábrica, a nivel mundial.

«También hay un factor de sustentabilidad», dijo Tschimben. «Las empresas quieren reducir los residuos. Nuestro software reduce las ineficacias de producción, lo que aumenta la sostenibilidad y hace que el trabajo sea más optimizado».

La reducción de las tasas de pseudodesechos con el software de Covision significa que las empresas pueden producir materiales a niveles más altos de eficiencia y rentabilidad, y, en definitiva, generar menos desperdicios.

El software de Covision se implementa en sitios de producción en EE. UU. y Europa para clientes como Alupress Group y Aluflexpack, además de GKN Powder Metallurgy.

Obtén más información sobre NVIDIA Metropolis y regístrate para unirte a NVIDIA Inception.

Asiste a NVIDIA GTC, que se lleva a cabo en línea del 19 al 22 de septiembre, para descubrir cómo la IA de visión y otras tecnologías innovadoras están cambiando el mundo.