Electronique Mag - Le journal de l'électronique.

STPGroup conçoit depuis plus de 15 ans des solutions de vision et d’inspection pour les environnements industriels les plus exigeants (aéronautique, défense, médical, automobile). Avec sa gamme de machines Vision AOI jusqu’au CV400 – Cobot Vision), l’entreprise franchit depuis quelques temps une nouvelle étape : intégrer de l’IA pour résoudre des cas de contrôle jusquelà « impossibles » ou coûteux à paramétrer avec des règles classiques. Pourquoi l’IA change la donne Dans le contrôle visuel, les systèmes conventionnels s’appuient sur des seuils, filtres et géométries paramétrés « à la main ». Dès que l’objet varie (formes, textures, reflets, orientation, illumination), il faut reprogrammer et retoucher. Conséquence : ceci représente une source de délais, de coûts et de fragilité opérationnelle.

Grâce au Deep Learning, l’IA apprend directement à partir d’images les invariants (formes, textures, motifs, contours), et généralise à des cas non vus, tout en réduisant drastiquement les réglages. Résultat : moins de paramétrage, plus de robustesse, et une meilleure répétabilité. En exemple : Détection de particules ou des gouttes et bulles de vernis sur PCB sous UV
 Problème : des gouttes de vernis faiblement contrastées, visibles uniquement sous UV, sur une géométrie changeante et de position inconnues
 Limite du classique : seuils + morphologie + zone de recherche aléatoire

 Segmentation d’instances pour compter et localiser chaque goutte.
 Modèles de classification pour des décisions OK/NOK rapides quand un comptage exhaustif n’est pas nécessaire.
 Intégration dans nos logiciels de Vision : tolérances paramétrées une seule fois (densité par surface, nombre max de particules, zones exclues via masque), réutilisables d’un produit à l’autre.

 Gain de paramétrage : on remplace des dizaines de règles (seuils, filtrages, géométries, masques ad hoc) par un modèle entraîné + quelques tolérances. Le même principe viendra s’appliquer aux contrôles exotiques en fin de ligne (étiquettes, câblage, vis/écrous, colles, vernis). Bénéfices métiers et techniques :

Moins de paramétrage, plus de productivité

 Paramétrage initial simplifié : un choix de modèle IA
 Changements de séries accélérés : on réutilise les modèles
 Maintenance des recettes réduite : moins de règles fragiles Qualité & fiabilité en hausse
 Détections fines que les filtres classiques ratent ou sursignalent
 Moins de faux rejets grâce à l’apprentissage les modèles évoluent
 Traçabilité renforcée avec des données renvoyées au MES/ERP Interopérable & amp ; évolutif
 Ouvert : avec des base Open Source intégrée, STPGroup vise le sans abonnement
 Scalable : on ajoute des modèles au fil des besoins
 Exécutable packagé : déploiement rapide sur poste industriel, y compris offline

Comment STPGroup rend l’IA opérationnelle dans vos ateliers 1. Qualification du cas de contrôle 2. Jeu de données (dataset) pragmatique 3. Choix de l’architecture IA 4. Intégration “plugin” dans nos applicatifs de Vision 5. Mise en production & amélioration continue

Exemples de gains observés

 Remplacement de dizaines de réglages
 Robustesse aux variations lumineuses
 Temps d’exécution compatible en ligne de production

https:/:www.stp-emcgroup.com