Målet er at optimere inspektionsprocessen af færdigvarer og forbedre arbejdsmiljøet for medarbejderne. Det skal ske ved at implementere deep learning på de visuelle inspektionsmaskiner.
I de automatiske inspektionsmaskiner sidder der en række kameraer, der tager billeder af inspektionsemnerne. I dag vurderes disse billeder automatisk vha. af en regelbaseret algoritme, og emner, der ikke opfylder de høje kvalitetskrav, sorteres fra. For at opnå en mere standardiseret proces og reducere manuelt arbejde implementeres deep learning til varetagelse af billedanalyse.
Deep Learning-modellen bliver inden implementering trænet på en masse billeddata. På den måde lærer modellen at se forskel på gode og defekte emner. Når modellen har nået det rette detektionsniveau, bliver den låst og integreret i inspektionsmaskinerne. Samtidig fortsætter træningen af en tvillingemodel for at kontinuert at videreudvikle og optimere niveau og kvalitet.
Aconsil hjælper bl.a. med:
- Stabil projektledelse
- Tidsplaner
- Risikoanalyser
- Koordinering mellem interne aktører
- Koordinering med leverandører
- Udarbejdelse/review af FAT- og SAT-dokumenter (testplaner/protokoller/rapporter)
- Udarbejdelse/review af IQ/OQ/PQ-dokumenter (testplaner/protokoller/rapporter)
