Южная Корея разработала ИИ, определяющую дефектные маски с точностью 99,7%. Время от детектирования лицевой маски до сортировки брака занимает максимум 1/15 сек.
Маски, прошедшие контроль качества с использованием ИИ, сортируются через конвейер (Корейский институт исследования производственных технологии)
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).