The KITT4SME Webinar “AI applied to quality control of fasteners – the Dimac experience, state of the art and perspectives for the future” took place on Monday, December 11th, with the participation of 62 attendees.
Si bien la IA destaca en la selección de defectos superficiales indetectables por métodos tradicionales, su implementación plantea retos como la confiabilidad, el rendimiento, la productividad y la flexibilidad. Abordar estos retos incluye gestionar el entrenamiento de redes neuronales sin muestras adecuadas, lo que afecta a las tasas de rechazo falso y de selección.
Este seminario web abordó la aplicación eficaz de herramientas de inteligencia artificial (IA) en máquinas clasificadoras para el control de calidad de elementos de fijación y piezas pequeñas en la producción en grandes series.
Se presentó el proyecto piloto KITT4SME Dimac y R2M, que se centró en probar la realidad aumentada como herramienta para ampliar la base de datos de imágenes de detección con fines de entrenamiento de la inteligencia artificial
El resultado amplió el alcance de la IA a contextos que antes se consideraban imposibles, acercándose al rendimiento de los algoritmos tradicionales de visión artificial. Durante el seminario web se presentaron tanto la perspectiva de la adopción por parte de los usuarios finales como la implementación de esta solución de IA por parte de los proveedores de tecnología.
Thank you for participating in the KITT4SME webinar “AI applied to quality control of fasteners – the Dimac experience, state of the art and perspectives for the future”.
Si no pudo asistir al evento, le invitamos a consultar los siguientes documentos
En colaboración con R2M Solution