Kasvualusta-hankkeen yritysyhteistyössä kokeiltiin avoimen lähdekoodin konenäköohjelmistojen ja tekoälytyökalujen soveltuvuutta kustannustehokkaiden tunnistus- ja tarkastussovellusten kehittämiseen. Kokeiluissa hyödynnettiin OpenCV-kirjaston perinteisiä konenäkötyökaluja, sekä YOLO-kirjaston tekoälyyn perustuvia konenäkötyökaluja.
Kokeilut pitivät sisällään seuraavia toimenpiteitä:
- YOLO-algoritmin opettaminen laaduntarkastustarpeisiin Favoritilta saaduilla ja siellä otetuilla kuvilla -> YOLOlla saatiin aikaiseksi toimiva esimerkkiratkaisu
- OpenCV:n käyttö tuote- ja viivakoodien tunnistuksessa Favoritilta saatujen kooditarrojen avulla -> OpenCV soveltuu tähän tarkoitukseen, mikäli viivakoodit ovat riittävän isoja, tai käytössä on useampia kameroita sopivalla kuva-alalla ja riittävällä resoluutiolla (kuva 1)
- OpenCV:n käyttö laaduntarkastuksessa, kun tuote on merkitty värillisillä teipeillä -> OpenCV soveltuu tarkoitukseen hyvin
Kokeilujen perusteella todettiin, että avoimeen lähdekoodiin perustuvilla konenäkö- ja tekoälytyökaluilla voidaan toteuttaa toimivia ratkaisuja kustannustehokkaasti.
Kiitos Favorit Tuote Oy:lle hyvästä esimerkkitapauksesta!
