La recherche appliquée au service de votre contrôle qualité
Données et approche. Des images de produits sains servent de référence pour produire un score d’anomalie et localiser les zones suspectes.
Observations. Les exemples présentés détectent et localisent certaines anomalies : défauts d’impression, trous sur des emballages et griffures.
Accompagnement. À partir de vos images et de vos critères qualité, nous vous accompagnons dans l’adaptation de la prise de vue, de la calibration et du suivi des performances pour préparer votre passage en production.
Découvrez notre approche de la computer vision en France et notre solution de contrôle qualité par vision.
L’inspection qualité industrielle est en train de changer d’échelle. Là où les contrôles visuels reposaient historiquement sur des réglages fixes et des inspections humaines, les lignes modernes exigent désormais des systèmes capables d’absorber la variabilité (matière, éclairage, position, cadence) tout en restant auditables et industrialisables.
Dans ce contexte, la computer vision ne vaut pas seulement pour “détecter un défaut” ; elle vaut surtout pour accélérer la décision, standardiser le contrôle, et réduire le coût d’itération lorsqu’un produit, un packaging, ou une ligne évolue.
Chez ARCY, une partie de notre activité R&D est dédiée à la détection de défauts qualité, avec une approche pragmatique : livrer rapidement une preuve de valeur robuste, puis la durcir progressivement pour la production.
Détection d’anomalies pour l’inspection qualité
La détection d’anomalies prend des images de produits sains comme référence pour repérer les écarts. Un score d’anomalie et une carte visuelle localisent les zones à examiner : des informations concrètes pour orienter l’inspection et préparer le contrôle qualité sur votre ligne.
Une approche adaptée à votre ligne de production
Chaque projet part de vos produits et de leurs conditions de prise de vue. La position, l’éclairage et la cadence guident le choix des images de référence et la préparation du système de vision.
Cette démarche relie les essais de recherche à vos critères qualité pour construire un contrôle pertinent pour vos équipes.
Des exemples concrets de défauts détectés
Nos expérimentations illustrent la détection et la localisation de plusieurs types d’anomalies. Les visualisations permettent d’examiner les zones repérées et de rapprocher les observations des critères d’inspection.
Sur des cas typiques, le pipeline met en évidence des défauts d’impression et des anomalies de type trous sur un produit de packaging, ainsi que des défauts fins sur un autre ensemble (petit défaut localisé, griffure).
Une prise de vue préparée pour vos produits
La préparation des images permet de comparer les produits dans des conditions cohérentes. Le positionnement, l’orientation et l’éclairage sont intégrés au cadrage du projet.
Le modèle s’inscrit dans une chaîne de vision complète, de l’acquisition des images à la visualisation des zones détectées.
La calibration, l’alignement des images et la sélection des références font partie des leviers que nous travaillons avec vos équipes pour adapter cette chaîne à vos produits.
Un accompagnement vers la production
Nous vous proposons de structurer le projet autour de vos images de site, de vos critères d’inspection et de vos objectifs de performance. Les essais servent à définir les prochaines étapes avec vos équipes qualité.
La préparation du déploiement associe acquisition, calibration et suivi des performances pour relier les résultats des essais à votre fonctionnement quotidien.
Des images représentatives de vos produits constituent la base de ce travail. Elles peuvent être complétées par des données synthétiques selon les besoins du projet.
Détection sur des noix
Sur cet exemple, on visualise une prédiction sur des noix (prediction mark) dans un cas de détection de défaut.
Vous souhaitez appliquer la détection d’anomalies à vos produits ? Échangeons sur vos images, vos critères qualité et les étapes d’un projet adapté à votre ligne.
