A visão computacional evoluiu enormemente e a taxa de falha dos projetos de visão industrial não caiu na mesma proporção, o que indica onde a dificuldade realmente está.
O problema está antes do modelo
O instinto, quando um sistema de visão tem desempenho ruim, é melhorar o algoritmo. Em ambientes industriais, essa costuma ser a alavanca errada.
A iluminação é a variável principal. O que você consegue ver depende de como o objeto é iluminado. Luz de fundo, luz difusa, luz direcional, luz estruturada e comprimentos de onda específicos revelam características diferentes. Um defeito invisível em uma configuração fica óbvio em outra, e a diferença é muito maior que qualquer melhoria algorítmica.
Óptica e geometria importam tanto quanto. Resolução na peça, profundidade de campo, distância de trabalho, perspectiva. Se o defeito é menor que um pixel, nenhum modelo o encontra.
Apresentação da peça. Se o objeto chega numa posição e orientação consistentes, o problema fica muito mais fácil. Um gabarito de fixação costuma sair mais barato que modelar o problema.
Muita coisa que se resolve com uma rede neural poderia ter sido resolvida com outra luz e um gabarito, mais rápido, mais barato e mais confiável.
Isso inverte o instinto de contratação de sempre. A capacidade escassa não é mais um engenheiro de machine learning. É alguém que sabe montar uma cena de forma que a informação de que você precisa realmente esteja na imagem.
O que a trilha cobre
O escopo: câmeras e processamento de imagem, reconhecimento de objetos, consciência espacial e fusão de sensores.
Quatro áreas.
Fundamentos de imageamento. Câmeras, sensores, lentes, iluminação e a física de obter uma imagem utilizável. A parte que decide tudo o que vem depois.
Processamento clássico de imagem. Filtragem, limiarização, análise de bordas e blobs, correspondência de templates, calibração. Determinístico, explicável, rápido e suficiente para boa parte das tarefas industriais.
Métodos aprendidos. Detecção, segmentação e classificação, para problemas que resistem a uma descrição explícita.
3D e fusão de sensores. Estéreo, luz estruturada, tempo de voo e lidar, além de combinar visão com outros sensores, o que alimenta as trilhas de autonomia mais à frente.
Vale notar para o escopo: métodos clássicos continuam sendo a resposta certa para muitas aplicações industriais, porque são determinísticos e seus modos de falha são previsíveis. Uma equipe que recorre a aprendizado para todo problema constrói algo mais difícil de validar do que precisava.
Por que uma boa demonstração vira uma implantação ruim
Cinco mecanismos específicos, todos previsíveis.
A iluminação muda com o tempo. Lâmpadas envelhecem e perdem intensidade. A luz do dia muda ao longo do dia e da estação. Um sistema comissionado no inverno se comporta diferente em julho. Iluminação controlada e fechada é a mitigação padrão, e ela é frequentemente cortada por custo.
A cena fica suja. Lentes acumulam poeira, óleo e névoa de fluido de corte. O desempenho degrada aos poucos, então ninguém percebe até ficar ruim.
O produto muda. Um novo fornecedor, um acabamento ligeiramente diferente, uma cor de lote diferente. O sistema foi ajustado para o que existia na época.
Vibração e desvio de posicionamento. Um suporte de câmera que se move um pouco muda a geometria que a calibração pressupunha.
Os dados de treinamento não eram representativos. Coletados num período curto, em boas condições, sem a variação que a linha realmente produz.
Todos os cinco são mudança de distribuição, o mesmo fenômeno descrito no artigo sobre IA médica desta seção. Um sistema aprende as condições em que foi construído, e as condições mudam.
A consequência para a força de trabalho é que o monitoramento contínuo é uma exigência permanente de equipe, não uma tarefa de projeto, e que alguém precisa ser responsável pelo desempenho depois do comissionamento.
Onde isso se encaixa no domínio
Visão computacional e percepção de máquina é a quinta de nove trilhas do domínio de robótica e sistemas autônomos da Astra Trainer. Fica logo abaixo de veículos autônomos e drones, que dependem de percepção, e ao lado de robótica industrial, onde picking guiado por visão e inspeção são as duas aplicações mais comuns.
Para parceiros que montam essa área pelo lado de software, o domínio de IA, dados e computação cobre inteligência artificial e machine learning, e ciência e análise de dados. A combinação que realmente funciona é capacidade de imageamento e óptica somada a capacidade de machine learning, e as organizações costumam já ter a segunda. Você pode ver as nove trilhas aqui.
Inspeção, e de novo o problema da taxa-base
A aplicação industrial mais comum, e aquela em que os números de desempenho são mais mal interpretados.
A inspeção de defeitos é um problema de evento raro. Num processo bem administrado, defeitos são incomuns, e isso muda o que qualquer número de acurácia significa.
Se os defeitos ocorrem raramente e o sistema sinaliza uma pequena porcentagem de peças boas como defeituosas, o lote sinalizado será majoritariamente de peças boas. O sistema pode ter uma acurácia declarada excelente e ainda assim gerar majoritariamente falsos alarmes, o que faz os operadores pararem de confiar nele e, eventualmente, ignorá-lo.
Essa é exatamente a questão de taxa-base do artigo sobre epidemiologia, e ela se aplica aqui com toda a força.
Três consequências práticas.
Peça o desempenho na taxa de defeito real, não num conjunto de teste balanceado. Uma demonstração de fornecedor num conjunto de dados com quantidades iguais de peças boas e ruins quase não diz nada sobre o comportamento na linha.
Decida qual erro é pior e ajuste para ele. Deixar passar um defeito e rejeitar uma peça boa têm custos diferentes, e essa é uma decisão de negócio, não técnica.
A coleta de dados é a restrição decisiva. Inspeção aprendida precisa de muitos exemplos de cada tipo de defeito, e uma boa fábrica não produz muitos defeitos. As equipes rotineiramente subestimam quanto tempo leva para acumular uma biblioteca de defeitos utilizável, e este é o motivo mais comum de projetos de inspeção travarem.
As funções, uma a uma
Engenheiros de visão de máquina. Visão industrial, abrangendo óptica, iluminação e aplicação. A combinação escassa.
Integradores de sistemas de visão. Especificam e comissionam sistemas em linhas reais.
Engenheiros de visão computacional. Mais voltados a software, em autonomia e desenvolvimento de produto.
Engenheiros de imageamento e óptica. Especialistas na parte que decide o resultado.
Líderes de anotação de dados. Gerenciam a rotulagem da qual os sistemas aprendidos dependem, algo mais decisivo do que seu status sugere.
Engenheiros de qualidade com capacidade em visão. Conectam a inspeção ao sistema de qualidade.
Engenheiros de percepção em sistemas autônomos, onde isso encontra as trilhas de veículos e drones.
Técnicos de manutenção de visão. Mantêm os sistemas funcionando depois do comissionamento, e quase nunca são planejados.
Quem pode ser treinado para isso
Inspetores de qualidade. O grupo mais negligenciado. Sabem como um defeito se parece, quais tipos de defeito importam, como variam e quais são cosméticos versus funcionais. Esse conhecimento é exatamente o que um projeto de visão precisa e o que um engenheiro de machine learning não consegue fornecer, e é a parte que leva anos para se construir.
Engenheiros de controle e automação. Já integram sensores em sistemas de produção e precisam da camada de imageamento.
Fotógrafos e técnicos de imagem. Uma conversão incomum e genuinamente boa, porque entendem iluminação e óptica de forma intuitiva, a metade que a maioria das equipes de software não tem.
Engenheiros de software. Para o lado algorítmico, precisando da camada física: que a imagem é uma medição com ruído, geometria e iluminação embutidos.
Técnicos de manutenção. Para manter os sistemas implantados funcionando, onde o valor vaza.
Equipes de metrologia e medição. Já pensam em termos de calibração, repetibilidade e incerteza de medição, o que transfere diretamente.
Quando a visão tem peso de segurança ou regulatório. Visão usada como função de segurança, por exemplo detecção de presença numa aplicação de proteção de máquina, precisa atender requisitos de segurança funcional e não pode ser montada com componentes genéricos sem atender a essas normas. A inspeção baseada em visão em produção regulada, incluindo fabricação farmacêutica e de dispositivos médicos, exige validação segundo o sistema de qualidade aplicável. O treinamento constrói entendimento de engenharia. Ele não confere certificação de segurança funcional nem autoridade de validação.
O que levar disso
A maioria dos problemas de visão industrial se resolve na luz, na lente e no gabarito, não no modelo, e isso inverte o instinto de contratação de sempre.
Métodos clássicos são determinísticos e suficientes para muitas tarefas industriais, então recorrer a aprendizado para todo problema cria uma dificuldade de validação desnecessária.
Sistemas implantados degradam com a variação de luz, sujeira, mudança de produto, movimento do suporte e dados de treinamento não representativos. Os cinco são previsíveis, e o monitoramento é uma função permanente.
A inspeção de defeitos é um problema de evento raro, então peça o desempenho na taxa de defeito real e espere que a coleta de dados seja a restrição.
E os seus inspetores de qualidade têm o conhecimento sobre defeitos do qual todo o projeto depende. Os fotógrafos, curiosamente, têm a outra metade.
Por que projetos de visão industrial falham?
Geralmente antes do algoritmo. Iluminação, óptica e apresentação da peça determinam se a informação de que você precisa sequer está na imagem, e nenhum modelo recupera informação que nunca foi capturada.
Devemos sempre usar machine learning?
Não. O processamento clássico de imagem é determinístico, rápido e explicável, e é suficiente para boa parte das tarefas industriais. Métodos aprendidos servem para problemas que resistem a uma descrição explícita, e são mais difíceis de validar.
Por que uma boa demonstração falha na linha?
A iluminação muda, as lentes sujam, os produtos mudam, os suportes se movem, e os dados de treinamento raramente capturam a variação real. É a mesma mudança de distribuição que afeta qualquer modelo implantado.
Por que a acurácia da inspeção de defeitos pode enganar?
Porque defeitos são raros num processo bem administrado. Um sistema com alta acurácia declarada ainda pode sinalizar majoritariamente peças boas, o que destrói a confiança do operador. Peça o desempenho na taxa de defeito real.
Quem se converte melhor para funções de visão?
Inspetores de qualidade, que sabem como os defeitos realmente se parecem e quais importam, e fotógrafos ou técnicos de imagem, que entendem iluminação e óptica. Equipes de metrologia transferem diretamente em calibração e incerteza.