Si un sistema de inspección automatizado no es capaz de distinguir de forma fiable entre un defecto microscópico en la superficie del acero y una falsa alarma, ¿resuelve realmente el problema o simplemente crea uno nuevo y más costoso?
Con este gran reto en mente, Josu Viteri ha desarrollado su Trabajo Fin de Grado (TFG) en nuestro departamento de Calidad. En este proyecto de I+D, se está diseñando e implementando una solución de visión artificial en tres etapas (información de la zona de interés, refinamiento y segmentación semántica de defectos) para el control de calidad de la superficie del acero en el ámbito industrial.
Los puntos clave de este desarrollo están siendo:
- Cambio arquitectónico: Se ha renovado un proceso heredado, no supervisado y de bajo rendimiento, diseñando en su lugar una solución supervisada basada en el aprendizaje activo.
- Mejoras significativas en las métricas: Se ha aumentado la precisión en un 181% (de 0,32 a 0,90) y el IoU en un 178% (de 0,32 a 0,90), lo que elimina prácticamente las costosas falsas alarmas al tiempo que se garantiza un recall del 98,4% (puntuación F2 de 0,96).
- Implementación: Se ha ajustado el modelo de detección de ROIs y se ha desplegado el sistema para su implementación en producción.
Este gran avance en analítica avanzada está siendo posible en esta fase de desarrollo gracias al trabajo de Josu y a la estrecha colaboración de todo el equipo de calidad: aportando el criterio técnico y supervisando resultados Ander Cazallas, Aitor Ciriaco y Gartzen Olabarrieta, bajo la dirección y supervisión de Goretti Frias.
¡Muy orgullosos de apoyar el talento joven y de que proyectos universitarios tengan este nivel de impacto real en nuestra innovación!
Thinking together
