Компютърно зрение за производствени линии: собствена разработка или покупка? Честно ръководство

Вашите инженери са видели демонстрациите. Предварително обучен YOLO модел огражда продуктите с рамки на лаптоп за един следобед. Затова във всеки завод, който иска броене с камери за OEE, възниква въпросът: защо да плащаме на доставчик, когато моделите са безплатни?

Въпросът е основателен и понякога собствената разработка е правилният отговор. Това ръководство показва какво включва разработката със собствен екип, къде отиват часовете и как да решите станция по станция. То обхваща само слоя с камерите; за OEE софтуера като цяло вижте собствена разработка или покупка на OEE софтуер.

Какво всъщност решавате

Задачата тук е да се брои продукцията и бройката да се подава към OEE, често на станции без използваем сигнал от машината: ръчно опаковане, стари машини, машина за опаковане в кашони без свободен изход на PLC. Контролът на качеството (дефекти, етикети, кодове, ниво на пълнене) е друга задача със собствено решение. Ако не сте сигурни, че дадена станция изобщо има нужда от камера, вижте камера или сензор за OEE според машината.

Така реалният избор е между три пътя:

• Собствена разработка: Вашият екип избира камерите и edge компютрите, обучава модели с отворен код, пише логиката за броене и я свързва с OEE данните Ви.
• Покупка на камерен модул: доставчикът осигурява броенето и връзката му с OEE, а Вие монтирате камерите и им осигурявате захранване и мрежа заедно с него.
• Покупка на платформа за компютърно зрение, собствен модел: Вашият екип етикетира и обучава в инструментите на доставчика. Нашите страници за алтернативи на Landing AI и алтернативи на Elementary сравняват доставчиците в тази област така, както всеки от тях описва себе си.

Какво включва собствената разработка

Инструментите с отворен код правят първата стъпка лесна. OpenCV, Open Source Computer Vision Library, се разпространява под лиценз Apache-2.0. Ultralytics YOLO Ви дава предварително обучени модели за детекция, които да дообучите върху Вашите продукти. Прототип с една камера е реалистична цел за способен инженер. Но система за броене, на която заводът може да разчита във всяка смяна, има нужда от всички тези части:

• Камери, обективи, осветление и стойки, които издържат на измиване, вибрации и мотокари. Разположението и осветлението определят точността повече от модела; вижте разположение на камерите и осветление на производствената линия.
• Edge компютър за всяка линия или за няколко камери, с GPU, операционна система, драйвери и актуализации за сигурност, плюс мрежата, която пренася резултатите.
• Етикетирани данни за обучение. Ръководството на Ultralytics за събиране и анотиране на данни (EN) казва, че няколкостотин анотирани обекта на клас стигат, за да започнете експерименти с трансферно обучение, и препоръчва поне 1 500 изображения и 10 000 етикетирани обекта на клас за надеждна работа в реални условия.
• Логика за броене върху детекцията: проследяване на всяка единица през зона, така че опаковка, която спре или докосне съседната, да се преброи веднъж, а не два пъти.
• Връзката с OEE: състояния на машините, смени, продукти и идеални темпове, така че бройката да се превърне в производителност и качество, а не просто в число на екрана.
• Експлоатация на моделите: контрол на версиите за модели и данни, наблюдение на точността на броенето и начин за връщане назад при лош модел.

Изследователи, които работят с машинно обучение в реална експлоатация, предупреждават за тази пропаст от години. В „Hidden Technical Debt in Machine Learning Systems“ (EN) инженери от Google твърдят, че „е опасно да смятаме, че тези бързи успехи идват безплатно“. Бързият успех е демонстрацията. Дългът е всичко около нея.

Смяната на опаковките е скритото натоварване

На FMCG линия продуктът непрекъснато се променя: нов дизайн, промоционален ръкав (sleeve), нов размер на опаковката, друго фолио. За камерата всяко от тях изглежда като нов обект.

Машинното обучение има име за това: дрейф (drift). Преглед в IEEE Transactions on Knowledge and Data Engineering, „Learning under Concept Drift: A Review“ (EN), определя concept drift като „непредвидими промени в основното разпределение на поточните данни с течение на времето“. На опаковъчна линия промените често са предвидими, защото са планирани, но ефектът е същият. Модел, обучен върху миналогодишните опаковки, може да пропусне или да преброи двойно тазгодишните.

Дрейфът е тих. Нищо не се срива; бройката просто е малко по-ниска и OEE изглежда по-лошо от реалността. Примерът по-долу показва с колко. Ръководството за точността на OEE с камери описва как да проверите бройките спрямо еталон.

Кой ще го поправи в 3 часа през нощта?

Линиите работят нощем и през уикендите. Когато edge компютър забие или някой удари камера в 3 часа през нощта, OEE данните за тази линия спират или стават грешни, докато някой не ги поправи. При собствена разработка този някой е на Вашата ведомост за заплати.

Един човек не може да е на дежурство всяка нощ от годината. Реалният график за дежурства изисква поне двама души, които познават системата, плюс писмени инструкции за сменния екип. Ако екипът Ви за данни е един инженер, който отговаря и за историка на данните в завода (historian), това е риск, а не подробност, и той расте в деня, в който този инженер напусне.

Лицензи: сметката за отворения код

Безплатно за изтегляне не винаги означава безплатно за използване в завод. Страницата за лицензиране (EN) на Ultralytics казва: „Необходим е Enterprise License, ако искате да използвате Ultralytics YOLO, без да публикувате целия си проект като отворен код.“ Същата страница изброява вътрешните бизнес инструменти и вградените внедрявания на edge устройства и камери сред случаите, които покрива. Самият OpenCV е под Apache-2.0, който е разрешителен лиценз. Това не е правен съвет: дайте точните библиотеки и модели на юридическия си екип, преди нещо да заработи в производството, и заложете в бюджета всеки търговски лиценз заедно с часовете.

Собствена разработка или покупка: таблица за решение

Собствената разработка Ви дава контрол. Покупката прехвърля повтарящата се работа (етикетиране, преобучение, актуализации, нощни дежурства) на някого, чиято работа е точно тази. Кое е по-ценно, зависи от Вашия екип и Вашите станции.

Искате ли да видите как камерен модул подава данни към OEE, преди да решите? Заявете демо и донесете списъка си със станции.

Примерен модел на усилията: първата година на собствена разработка

Илюстративни, примерни данни. Завод поставя камери на 4 линии, които работят с 4 формата опаковки. Екипът етикетира според препоръката на Ultralytics от 1 500 изображения на клас и отделя 1 минута на изображение. Маркетингът сменя опаковките 8 пъти годишно. Това са примерни входни данни, а не бенчмаркове: заменете ги със свои.

• Първоначално етикетиране: 4 формата × 1 500 изображения × 1 минута = 6 000 минути = 100 часа.
• Обучение на модела и приемни тестове: 80 часа (пример).
• Логика за броене, проследяване и връзка със състоянията, смените и идеалните темпове в OEE: 320 часа (пример).
• Грижа за edge компютрите и камерите: 4 линии × 2 часа × 12 пъти годишно = 96 часа.
• Преобучение след смяна на опаковката: 8 смени × 1 500 изображения × 1 минута = 200 часа, плюс 8 тестови пускания × 6 часа = 48 часа, общо 248 часа.

Общо за първата година: 100 + 80 + 320 + 96 + 248 = 844 часа. При примерна работна година от 1 700 часа това е около половин щатна бройка инженер. През втората година етикетирането и логиката са готови, но грижата и преобучението остават: 96 + 248 + 80 часа за поправки и надграждания (пример) = 424 часа, около четвърт щатна бройка инженер, всяка година. Тези часове не включват нощните повиквания.

Какво прави тихият дрейф с OEE

Илюстративни, примерни данни. Една линия, една смяна: 450 минути планирано производствено време, 400 минути време на работа, идеален темп от 100 броя в минута. Линията реално произвежда 34 000 броя, от които 680 са брак.

• Наличност = 400 ÷ 450 = 88,9%.
• Производителност = 34 000 ÷ (400 × 100) = 85,0%.
• Качество = 33 320 ÷ 34 000 = 98,0%.
• OEE = 88,9% × 85,0% × 98,0% = 74,0%. Проверка: 33 320 годни броя ÷ (450 × 100) = 74,0%.

Сега пристига нов ръкав и моделът пропуска 3% от бройките, без никой да забележи. Той отчита 32 980. Производителността пада до 82,5%, качеството (при същите 680 броя брак) до 97,9%, а OEE до 71,8%. Линията не е станала по-лоша. Броенето е. Екип, който гони тези загубени 2 пункта OEE, би гонил проблем в модела. Затова одитите на броенето и планът за преобучение са част от бизнес обосновката, независимо кой изгражда системата.

Кога собствената разработка е правилното решение

Собствената разработка не е грешен отговор. Тя пасва добре на тесен кръг заводи.

Изберете собствена разработка, ако:

• Станцията е уникална: необичаен продукт, процес, който никой доставчик не е виждал, или броене, което изисква специфична логика.
• Вече имате екип за данни, който поддържа модели в реална експлоатация, с дежурства и документация.
• Работата с компютърно зрение е част от предимството Ви пред конкурентите, така че притежаването на модела е по-важно от часовете.
• Юридическият Ви екип е одобрил лицензите и сте готови да финансирате работата всяка година, а не еднократно.

Изберете покупка, ако:

• Линиите Ви работят със стандартни опаковки, кашони и табли, а целта е броене за OEE, а не изследователски проект.
• Инженерите Ви са по-полезни в пренастройките и загубите, отколкото в грижата за модели.
• Никой не може да обещае нощни дежурства за системата с камери в продължение на години.

Направете и двете, ако: повечето станции са стандартни, но една не е. Купете броенето за стандартните линии и насочете екипа си към единствената станция, за която няма подходящ доставчик. Ако изберете собствена разработка където и да е, проведете я като пилот с ясни критерии за изход; ръководството за пилотен проект за OEE с компютърно зрение ги определя.

Въпроси към всеки доставчик или към собствения Ви екип

Същите въпроси работят и в двете посоки. Ако собственият Ви екип не може да отговори на тях, това е Вашият отговор за собствената разработка.

1. Кой етикетира данните за обучение и колко изображения на продукт са нужни за първия модел?
2. Когато опаковката се смени, кой преобучава модела, колко бързо и как се проверява броенето преди новото пускане?
3. Как се тества точността на броенето спрямо еталонно броене и колко често след пускането в експлоатация?
4. Кой обновява edge компютъра и камерите и кой забелязва, когато някое устройство излезе офлайн?
5. Кой отговаря в 3 часа през нощта в неделя и какво е записано за сменния екип?
6. Кои библиотеки и модели с отворен код има вътре и под какви лицензи са?
7. Как бройките се свързват със състоянията на машините, смените и идеалните темпове, за да се получи OEE?
8. Съхранява ли се видео, къде и кой може да го вижда? Вижте съхранение на видео от линията и камери без наблюдение на хората.

Къде е мястото на Fabrico

Fabrico е облачна платформа за OEE софтуер и лек MES. Престоите и бройките идват от сигнала на машината (PLC, сензор или брояч), а операторът добавя причината за престоя на линията от таблет или телефон. OEE, престоите и загубите се виждат по линия и смяна, като загубите са изразени в пари.

За станции без използваем сигнал Fabrico предлага камерен модул с компютърно зрение по заявка. Камерният модул брои продукцията на линията, включително на ръчните операции, и тези бройки влизат в същото OEE като данните от машините. С камерния модул можете да отворите видеото за всеки момент от времевата линия на смяната; при стандартната настройка видеото се предава поточно при поискване и не се съхранява. Как работи броенето е обяснено в AI визуално броене в производството.

Пътна карта, ясно обозначена: престоите, засечени от камерата, и предложенията за причина на престоя, които операторът потвърждава, са в пътната карта и днес не са налични. Fabrico не продава системи за контрол на качеството. Персонализирани AI модули се предлагат като индивидуална разработка по заявка, за рядката станция, която има нужда от тях.

Данните излизат от Fabrico през REST API, webhooks и експорт в Excel или CSV. Как се обработва смяната на опаковката и дали могат да постъпват бройки от Ваш собствен модел, са въпроси за демото. Проверете тези твърдения както при всеки доставчик. За това къде камерите се изплащат във FMCG производството, вижте компютърно зрение за FMCG производство.

Какво питат хората след това

По-евтино ли е да разработим компютърно зрение със собствен екип?

Кодът и моделите може да струват малко или нищо. Часовете не са безплатни. В примерния модел на тази страница екипът изразходва 844 часа през първата година и по 424 часа всяка следваща година, най-вече за интеграция и преобучение. Сравнете собствените си часове с офертата на всеки доставчик и помолете всички доставчици да оценят един и същ списък със станции, за да са сравними числата.

Можем ли да започнем с YOLO с отворен код и по-късно да преминем към доставчик?

Да, и кратък пробен период е евтин начин да разберете колко трудно се броят Вашите продукти. Проверете лиценза, преди нещо да заработи в производството: Ultralytics посочва, че е необходим Enterprise License, ако искате да използвате неговите YOLO модели, без да публикувате целия си проект като отворен код. Запазете бройките и дефинициите от пробния период, за да можете да ги сравните с бройките на доставчика в същите смени.

Колко изображения трябва да етикетираме?

Ultralytics посочва, че няколкостотин анотирани обекта на клас стигат, за да започнете експерименти с трансферно обучение, и препоръчва поне 1 500 изображения и 10 000 етикетирани обекта на клас за надеждна работа в реални условия. Всеки формат опаковка, който изглежда различно, е кандидат за собствен клас или за допълнителни данни за обучение.

Какво става с модела за броене, когато опаковката се смени?

Продуктът изглежда различно за камерата, така че моделът може да пропусне бройки или да преброи една два пъти. Планирайте нови изображения, етикети и тестово пускане, преди новият дизайн да стигне до линията. Ако купувате, попитайте всеки доставчик кой се грижи за смяната на опаковката, колко бързо и как доказва след това, че броенето е вярно.

Можем ли да използваме собствен модел и пак да ползваме OEE софтуер на доставчик?

Често да, ако OEE софтуерът приема бройки от външни източници. Попитайте всеки доставчик как постъпват външните бройки и как се свързват със състоянията на машините и смените. За Fabrico дали бройки от Ваш собствен модел могат да постъпват на конкретна линия е въпрос, който да зададете на демото.

Заменя ли камерният модул за OEE нашите камери за контрол на качеството?

Не. Системите за контрол проверяват дефекти, етикети, кодове и нива на пълнене. Камерният модул за OEE брои продукцията. Двете работят една до друга, а бракът от системата за контрол може да захранва частта „качество“ на OEE чрез броя брак или сигнала за брак от линията.

Искате ли да сравните покупката с Вашия план за собствена разработка? Заявете демо и го вижте на линия като Вашата.