Perfectionner la classification de bouteilles à l’aide du Deep Learning

Saverglass est le leader mondial de la fabrication, de la personnalisation et de la décoration de bouteilles en verre haut de gamme. Nous sommes intervenus chez ce spécialiste afin de perfectionner son contrôle qualité (classification de bouteilles) grâce à un algorithme d’intelligence artificielle personnalisé.

Le cookie youtube est obligatoire pour voir le contenu

Le savoir-faire Saverglass c'est...

500

millions de tonnes de verre par an

6

sites de production, 4 de décoration

100

pays d'exportation

Répartition de l'activité

Les enjeux

Le process de production lance régulièrement deux typologies de bouteilles en même temps sur une ligne, avec un tri en fin de ligne à l’aide d’outils de vision par ordinateur classique (Computer Vision). Cela amène deux problématiques : d'une part, l’outil est long à paramétrer à chaque lancement de campagne, et d'autre part, il ne peut pas trier certains types de bouteilles qui se ressemblent beaucoup, ce qui limite la flexibilité de la production.

La solution

Nous avons créé un outil de Deep Learning permettant de classer les bouteilles inspectées dans la trieuse selon deux classes (A et B) sans avoir à prévoir de paramétrage systématique.

Les gains

  • 1. Diminution du temps de réglage
  • 2. Augmentation de la flexibilité du système
  • 3. Standardisation facilitée sur plusieurs sites de production

L'usine 4.0 ? Saverglass cherche à s'en servir pour être plus flexible, parce que l'on est sur des installations verrières qui sont très lourdes, un four c'est très lourd à piloter, c'est un véritable paquebot. L’intelligence artificielle peut servir à rendre plus flexible l'outil pour aller toujours vers plus de personnalisation pour les clients.

Christophe Gauffre

Consultant Vision & IT pour l’industrie

Vous aussi, confiez-nous votre projet !