Herramienta de análisis roja

La herramienta de análisis roja sirve para detectar dos tipos de defectos, detección de anomalías o detección de defectos y segmentación, dependiendo del modo de funcionamiento, No supervisado o Supervisado. La razón de los distintos modos de funcionamiento se debe a sutiles diferencias que pueden existir entre los dos tipos de detección de defectos.

Modo No supervisado

En el modo No supervisado, la herramienta de análisis roja se enseña la apariencia de las piezas buenas —y solo las buenas (incluidas todas y cada una de las variaciones aceptables)— para encontrar anomalías en la apariencia normal aprendida. Por definición, la herramienta trata de encontrar una descripción compacta del objeto que se debe inspeccionar. La capacidad de la herramienta para encontrar anomalías, tanto en términos de selectividad como de especificidad, depende en gran medida de la compactibilidad del modelo. Por ejemplo, si la pieza tiene diferentes tipos y orientaciones, se reduce la compactibilidad y las ambigüedades entre los tipos y orientaciones de la pieza pueden impedir que la herramienta encuentre ciertas anomalías.

Modo Supervisado

En el modo Supervisado, se enseña a la herramienta de análisis roja la apariencia de los defectos. Esta, por definición, no forma (al menos explícitamente) un modelo de la pieza inspeccionada y, como consecuencia, depende mucho menos de la configuración, del tipo o de las condiciones de la pieza durante la adquisición de la imagen. Sin embargo, la herramienta de análisis roja en modo Supervisado necesitará formar un modelo explícito de los distintos tipos de defectos. Por tanto, necesita muestras buenas y malas para entrenarse. En particular, requiere una colección representativa de estas últimas (que, a menudo, es difícil obtener).

Además, en el modo Supervisado, se puede utilizar una herramienta de análisis roja para buscar diferencias que no sean defectos. La herramienta puede servir para identificar distintas regiones en una imagen que se pretenda que estén allí. Podría usarse una herramienta de análisis roja en modo Supervisado para etiquetar regiones objetivo en imágenes de entrenamiento con el fin de poder encontrar y marcar tipos de regiones similares en imágenes no entrenadas después del entrenamiento.

Los dos modos son complementarios, en cuanto a sus prestaciones y requisitos, y pueden utilizarse de forma combinada. Por ejemplo, podría usarse una herramienta no supervisada para filtrar primero las anomalías visuales, y utilizarse una o varias herramientas supervisadas posteriores para encontrar defectos concretos y visualmente difíciles de distinguir, como arañazos, manchas con poco contraste o cambios de textura.

Desafío	Modo No supervisado	Modo Supervisado
Encuentra defectos imprevistos	Probablemente	Difícilmente
Requiere muestras de defectos	No	Sí
Sensibilidad a configuraciones y variaciones de las piezas	Alta	Baja
Detecta defectos de tipo lineal como arañazos, grietas o fisuras	Difícil	Fácil
Detecta tipos de defectos específicos	No	Posible
Parámetros de defectos medibles (junto a la posición e intensidad)	Ninguno	Tamaño, forma