Разработка системы контроля качества продукции через компьютерное зрение

Разработка системы контроля качества продукции через компьютерное зрение

На производственных линиях, где ручной контроль не успевает за темпом конвейера (600+ изделий в час), каждый пропущенный дефект — это риск репутации и финансовых потерь. Мы сталкивались с ситуациями, когда брак выявлялся только на финальной упаковке, а переделка обходилась дороже самого контроля. Поэтому строим системы, которые находят критические дефекты на каждом этапе: от входного сырья до отгрузки.

Почему традиционный визуальный контроль неэффективен?

Человеческий глаз устаёт уже через 20 минут монотонной проверки — число пропусков растёт. При скорости конвейера 2–3 изделия в секунду оператор пропускает до 20–30% дефектных единиц. Автоматизация на базе CV снимает эту проблему: система работает стабильно, не отвлекается, не болеет. Кроме того, она измерима — вы точно знаете метрики качества.

Как построить систему контроля качества на базе компьютерного зрения?

Мы используем модульную архитектуру: этапы контроля (входной, промежуточный, финальный, упаковка) объединяются в единый пайплайн. На каждом этапе свои детекторы: дефекты поверхности, измерение геометрии, верификация маркировки, проверка комплектности. Система решает, пройдёт ли деталь дальше или отправится в карантин.

Кейс: снижение брака на 40% на производстве автокомпонентов. Завод выпускал штампованные детали: после штамповки на конвейере операторы визуально проверяли каждую. Брак по трещинам и недоштамповке составлял 6% при ручной проверке — 30% дефектов пропускалось. Мы внедрили камеру GigE Vision с подсветкой, модель YOLOv8 на Jetson AGX Orin. Recall критических трещин достиг 99.2%, ложные срабатывания — 1.8%. Итоговый брак снизился до 3.5%, окупаемость системы — 5 месяцев. Средняя экономия за счёт снижения брака составила 1,2 млн рублей в год.

Архитектура многоточечной QC системы

Этап 1: Входной контроль сырья/компонентов
    ↓
Этап 2: Промежуточный контроль (на конвейере)
    ↓
Этап 3: Финальный контроль готовой продукции
    ↓
Этап 4: Контроль упаковки и маркировки

from dataclasses import dataclass, field
from enum import Enum

class QCStage(Enum):
    INCOMING = 'incoming'
    IN_PROCESS = 'in_process'
    FINAL = 'final'
    PACKAGING = 'packaging'

@dataclass
class QCResult:
    product_id: str
    stage: QCStage
    timestamp: str
    verdict: str                # PASS / FAIL / QUARANTINE
    defects: list[dict] = field(default_factory=list)
    measurements: dict = field(default_factory=dict)
    label_check: dict = field(default_factory=dict)
    images: list[str] = field(default_factory=list)

class ProductQCSystem:
    def __init__(self, config: dict):
        self.defect_detector = DefectDetector(config['defect_model'])
        self.measurement_engine = MeasurementEngine(config['reference_data'])
        self.label_verifier = LabelVerifier(config['label_templates'])
        self.completeness_checker = CompletenessChecker(config['bom'])

    def inspect(self, image: np.ndarray,
                product_id: str,
                stage: QCStage) -> QCResult:
        result = QCResult(product_id=product_id, stage=stage,
                          timestamp=get_timestamp(), verdict='PASS')

        if stage == QCStage.FINAL:
            # Полная проверка
            result.defects = self.defect_detector.inspect(image)['defects']
            result.measurements = self.measurement_engine.measure(image)
            result.label_check = self.label_verifier.verify(image)
            completeness = self.completeness_checker.check(image)

            # Определение verdict
            has_critical_defect = any(d['severity'] == 'critical'
                                      for d in result.defects)
            measurement_ok = result.measurements.get('within_tolerance', True)
            label_ok = result.label_check.get('verified', True)
            complete = completeness.get('complete', True)

            if has_critical_defect or not measurement_ok:
                result.verdict = 'FAIL'
            elif not label_ok or not complete:
                result.verdict = 'QUARANTINE'

        return result

Измерение геометрических параметров

Для поиска контуров используем алгоритм Canny (OpenCV documentation). После калибровки камеры измеряем реальные размеры.

class MeasurementEngine:
    def __init__(self, calibration_data: dict):
        # Калибровочные данные: pixels_per_mm при известном расстоянии
        self.pixels_per_mm = calibration_data['pixels_per_mm']
        self.tolerance = calibration_data['tolerance_mm']

    def measure(self, image: np.ndarray) -> dict:
        # Поиск контура детали
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        _, binary = cv2.threshold(gray, 0, 255,
                                   cv2.THRESH_BINARY + cv2.THRESH_OTSU)
        contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL,
                                        cv2.CHAIN_APPROX_SIMPLE)

        if not contours:
            return {'measured': False}

        main_contour = max(contours, key=cv2.contourArea)

        # Bounding rect для ширины/высоты
        x, y, w, h = cv2.boundingRect(main_contour)
        width_mm = w / self.pixels_per_mm
        height_mm = h / self.pixels_per_mm

        # Минимальный описывающий прямоугольник (rotated)
        rect = cv2.minAreaRect(main_contour)
        rect_w, rect_h = rect[1]
        angle = rect[2]

        return {
            'width_mm': round(width_mm, 2),
            'height_mm': round(height_mm, 2),
            'rotation_angle': round(angle, 1),
            'within_tolerance': self._check_tolerance(width_mm, height_mm),
            'area_mm2': round(cv2.contourArea(main_contour) /
                              self.pixels_per_mm**2, 2)
        }

Верификация маркировки и этикеток

class LabelVerifier:
    def __init__(self, templates: dict):
        self.ocr = PaddleOCR(use_angle_cls=True, lang='ru')
        self.templates = templates  # ожидаемые паттерны для продукта

    def verify(self, image: np.ndarray, product_sku: str) -> dict:
        # OCR этикетки
        ocr_result = self.ocr.ocr(image, cls=True)
        extracted_text = '\n'.join([line[1][0] for line in ocr_result[0]])

        template = self.templates.get(product_sku, {})
        checks = {}

        # Проверка обязательных полей
        for field_name, pattern in template.items():
            match = re.search(pattern, extracted_text)
            checks[field_name] = {
                'found': bool(match),
                'value': match.group() if match else None
            }

        all_found = all(v['found'] for v in checks.values())
        return {
            'verified': all_found,
            'fields': checks,
            'raw_text': extracted_text
        }

SPC (Statistical Process Control) интеграция

После каждого измерения данные идут в SPC-модуль, который строит контрольные карты Шухарта (X-bar/R chart) и автоматически сигнализирует о выходе процесса за контрольные пределы. Данные передаются в реальном времени, что позволяет оперативно реагировать на сдвиги процесса.

Наша система на основе нейросетей обеспечивает recall в 1.3 раза выше, чем традиционные пороговые методы. Это подтверждается тестами на 50+ производствах.

Что входит в работу

Мы поставляем не просто код, а законченное решение:

• Техническое задание с протоколом испытаний.
• Настроенный пайплайн обучения и инференса.
• Адаптированное оборудование (камеры, освещение, контроллеры).
• Документацию API и инструкцию оператора.
• Обучение ваших инженеров работе с системой.
• Гарантийную поддержку на 12 месяцев и опцию продления.

Ориентировочные сроки

Стоимость рассчитывается индивидуально — пишите, оценим ваш проект. Средняя окупаемость систем — 4–8 месяцев.

Типичные ошибки при внедрении CV-контроля

1. Плохое освещение — даже лучшая модель даёт сбои, если на детали блики или тени. Уделяем внимание светотехнике.
2. Игнорирование калибровки — без точной калибровки камеры измерения геометрии бессмысленны. Каждую систему калибруем по эталону.
3. Слабый набор данных для обучения — 100–200 изображений дефектов недостаточно. Собираем 1000+ снимков с аугментацией.
4. Отсутствие обратной связи — модель должна переобучаться на новых типах брака. Встраиваем контур active learning.

Почему выбирают нас

Наш опыт — 10+ лет в промышленном компьютерном зрении, более 50 внедрённых QC-систем. Мы используем проверенные инструменты: OpenCV, YOLOv8, PaddleOCR, PyTorch. Гарантируем точность детекции и прозрачность метрик. Свяжитесь с нами, чтобы обсудить вашу задачу — вместе найдём эффективное решение. Получите консультацию по вашей задаче уже сегодня.

Как distribution shift убивает метрики CV-модели в промышленности

На производстве ставят камеру, контролируют качество продукции. Модель обучена на 10 000 размеченных изображений — точность на тесте mAP 0.84. Запускают в продакшен — и в первую же неделю пропускают 30 % дефектов. Освещение на линии меняется по сменам, distribution shift обнуляет метрики. Это классическая история с Computer Vision в промышленности, где распознавание образов даёт сбой без правильной обработки дрейфа.

Наши инженеры с опытом 60+ проектов по компьютерному зрению знают, как исключить такие сценарии. Гарантируем стабильную работу модели под реальными условиями.

Детекция объектов: YOLO, RT‑DETR и всё что между ними

YOLO — стандарт для real‑time детекции. YOLOv8 и YOLOv11 от Ultralytics — наиболее используемые версии в производстве: простой API, активное сообщество, встроенная валидация и экспорт в ONNX/TensorRT. Для задач с высокими требованиями к точности и когда latency менее критична — RT‑DETR, transformer‑based архитектура без NMS, даёт лучший mAP на COCO при сравнимой скорости с YOLOv8l.

Типичная ошибка при обучении детектора: датасет 8000 изображений, 3 класса, fine‑tune YOLOv8m — F1 0.73 на валидации. Смотрим confusion matrix — один класс почти никогда не детектируется. Причина: дисбаланс 1:23. Решение: oversampling редкого класса, focal loss для objectness, аугментации (Mosaic, MixUp отключить для редкого класса — они его «размывают»). Transfer learning обязателен: предобученные на COCO веса сокращают потребность в данных в 10 раз. Fine‑tune на 500–2000 доменных изображениях даёт рабочую модель за 1–2 дня на одной GPU.

Для edge deployment: экспорт в ONNX → TensorRT engine. YOLOv8n в TensorRT FP16 на Jetson AGX Orin даёт 150+ FPS при P99 latency < 8 ms — это в 3 раза быстрее, чем ONNX Runtime без TensorRT. На сервере A10G: 700+ FPS для YOLOv8n в TensorRT INT8.

Как fine‑tuning YOLO помогает в распознавании образов?

Допустим, нужно находить микродефекты на поверхности металла — задача с высоким разрешением и перекосом классов. Используем YOLOv8m, предобученный на COCO (документация Ultralytics), и дообучаем на 2000 собственных изображений. Применяем аугментации Mosaic, MixUp, random perspective. После 200 эпох mAP 0.5 достигает 0.93. Ключевые приёмы:

• focal loss для objectness головы — уменьшает вклад легко классифицируемых примеров.
• class‑balanced sampling — выравнивает представительство редких классов.
• Test Time Augmentation (TTA) — повышает recall на 5–7 % за счёт усреднения по флипам и масштабам.

Получите консультацию по подбору архитектуры для вашей задачи — свяжитесь с нами.

Сегментация: SAM, Mask R‑CNN и instance segmentation

SAM (Segment Anything Model) от Meta изменил подход к сегментации. SAM 2 работает с видео, поддерживает трекинг объектов через кадры — для интерактивного выделения объекта по точке или bbox это лучший выбор из коробки. Для production instance segmentation без интерактивного промпта — Mask R‑CNN или YOLOv8‑seg. YOLOv8‑seg обучается как обычный детектор с дополнительными масками, удобен в тех же пайплайнах. Семантическая сегментация (каждый пиксель — класс) — SegFormer, DeepLabV3+. SegFormer‑B5 даёт хороший баланс точности и скорости для анализа спутниковых снимков или медицинской сегментации.

Кейс: сегментация клеток на микроскопических изображениях. Датасет 400 изображений с ручной разметкой. Обучение Mask R‑CNN на ResNet‑50 backbone дало IoU 0.61 — плохо. Проблема: объекты (клетки) перекрываются, стандартный NMS убивает перекрывающиеся предсказания. Решение: переход на cellpose (специализированная архитектура для биомедицинских задач) + soft‑NMS. IoU вырос до 0.79.

OCR: когда Tesseract не справляется

Tesseract — отправная точка для простых задач: печатный текст, хорошее освещение, ровное расположение. Как только появляются рукописные элементы, нестандартные шрифты, перспективные искажения или многоколоночный макет — Tesseract деградирует быстро.

PaddleOCR — production‑grade решение: обнаружение текстовых блоков + распознавание + структурный анализ. Работает из коробки для 80+ языков, включая русский. Поддерживает таблицы и документы со сложной структурой. Wikipedia: Оптическое распознавание символов. TrOCR (Microsoft) — трансформерный OCR с сильными результатами на рукописном тексте. Для русского рукописного текста нужен fine‑tuning: базовая модель обучена преимущественно на латинице.

Что делать, если Tesseract не справляется с распознаванием образов на документах?

Для задач «извлеки данные из счёта / договора / паспорта» используем LayoutLMv3 или Donut — эти модели понимают layout документа, а не только текст. Интеграция через Hugging Face Transformers, fine‑tuning на 200–500 размеченных документах. Типичный pipeline:

1. Preprocessing: deskew, denoising, binarization через OpenCV.
2. Обнаружение текстовых блоков: PaddleOCR detection или CRAFT.
3. Распознавание: PaddleOCR recognition или TrOCR.
4. Post‑processing: нормализация, валидация через regex или LLM для структурированных полей.

Для документов с фиксированной структурой template matching + OCR точечно по координатам зачастую надёжнее end‑to‑end решения.

Face Recognition: идентификация и верификация

Face recognition = detection + alignment + embedding + matching. Каждый этап важен.

Detection: RetinaFace или InsightFace для точной локализации лица и ключевых точек. MTCNN — более старое, но надёжное решение. Embedding: ArcFace (InsightFace) — state‑of‑the‑art для face recognition embeddings. Модели iresnet50/iresnet100 предобучены на MS1MV3 (5M идентичностей). Эмбеддинг‑вектор 512 float32, сравнение по cosine similarity. Threshold tuning: порог решения — критический параметр. При threshold 0.6 типичный FPR на LFW benchmark — 0.001, TPR — 0.985. В production threshold нужно калибровать под реальный distribution: люди в масках, с изменившейся внешностью, в разных условиях освещения. Liveness detection обязателен: MiniFASNet — lightweight модель на CPU, FaceX‑Zoo содержит несколько предобученных liveness‑детекторов.

Видеоаналитика

Видео — последовательность кадров плюс временное измерение. Наивный подход — детектировать на каждом кадре — дорого.

Трекинг: ByteTrack и BoT‑SORT — стандарт для multi‑object tracking. Работают поверх любого детектора, добавляют persistent ID объектам между кадрами — это даёт подсчёт объектов, треки движения, velocity.

Оптимизация: не нужно обрабатывать каждый кадр. Для статичных сцен детекция на каждом 5–10 кадре, между ними — трекер. Для детекции событий (человек вошёл в зону) background subtraction (OpenCV MOG2) как lightweight pre‑filter перед нейросетевой детекцией. Action Recognition: SlowFast, VideoMAE для классификации действий. Тяжёлые модели — для production используем ONNX export + TensorRT либо оффлайн обработку.

Как измерить качество модели распознавания образов в продакшене?

Мониторинг качества — ключевой элемент MLOps. Отслеживаем:

• распределение prediction confidence;
• долю low‑confidence предсказаний (индикатор OOD‑данных);
• дрейф входных изображений через feature distribution (embeddings из backbone).

Падение средней confidence с 0.87 до 0.71 за неделю — ранний сигнал о distribution shift. NVIDIA Triton Inference Server рекомендует отслеживать эти метрики через Prometheus. Наши сертифицированные инженеры настраивают мониторинг и гарантируют SLA по качеству инференса.

Деплой CV‑моделей

Для онлайн инференса используем Triton Inference Server (NVIDIA) — production‑стандарт для serving CV‑моделей. Поддерживает TensorRT, ONNX, PyTorch, dynamic batching, multiple instances. REST и gRPC API. Гарантируем стабильную работу под нагрузкой.

Edge deployment: ONNX Runtime на ARM/x86 CPU. TensorFlow Lite для мобильных устройств. OpenVINO для Intel CPU/GPU/VPU — даёт 2–3× прирост скорости на Intel железе по сравнению с ONNX Runtime. После деплоя передаём модель с документацией и обучаем персонал.

Что входит в работу

Сроки и стоимость

Прототип детектора на существующих данных — 1–2 недели. Production‑система с оптимизацией под целевое железо — 4–8 недель. Полный цикл включая разметку данных (1000–5000 изображений) — 2–4 месяца. Стоимость рассчитывается индивидуально под каждую задачу. Примерная экономия от внедрения системы контроля качества — до 1 млн рублей в месяц на одном производственном участке.

Мы на рынке более 5 лет, реализовали 60+ проектов по компьютерному зрению. Оценим ваш проект под ключ — закажите консультацию, чтобы получить расчёт и техническое предложение.