Visión artificial en la industria: usos reales y cómo implementarla

La visión artificial es software que mira una imagen y responde una pregunta concreta: cuántas unidades pasaron, si una pieza tiene un defecto, si una persona entró sin casco. En una planta casi siempre se implementa con tres piezas: una cámara, un equipo que procesa el video cerca de la línea y un modelo entrenado para esa pregunta. Muchas veces la cámara ya existe: es la del circuito cerrado.

Esta guía explica qué hace bien, qué no, y cómo se implementa sin empezar por comprar cámaras.

¿Qué es la visión artificial? #

Es el área de la inteligencia artificial que interpreta imágenes y video. También se le dice visión por computadora o computer vision; son lo mismo. La diferencia con una cámara de seguridad común es que nadie tiene que mirar la pantalla: el modelo detecta objetos en cada cuadro y entrega un dato, como un número, una alerta o un registro con hora.

Los modelos más usados en la industria son de código abierto. La familia YOLO detecta y cuenta objetos en tiempo real; otros modelos segmentan formas o clasifican imágenes completas. Lo difícil no es el modelo, es entrenarlo con imágenes de la planta y mantenerlo funcionando todos los días.

¿Para qué sirve en una planta? #

Uso	Qué entrega	Qué exige
Contar producción	Unidades por hora, por turno y por línea, sin anotar a mano	Una cámara que vea pasar el producto; suele servir la de CCTV
Detectar paradas y microparadas	Cuándo dejó de pasar producto y por cuánto tiempo	Lo mismo que el conteo; mejor si se cruza con el PLC
Inspeccionar calidad	Piezas con defecto, etiquetas mal puestas, faltantes	Cámara dedicada, iluminación controlada e imágenes etiquetadas de cada defecto
Seguridad (EPP y zonas)	Alertas por casco, chaleco o persona en zona de riesgo	Cámaras que cubran la zona y reglas claras de qué hacer con la alerta

El conteo es el uso más rápido de poner en marcha porque la pregunta es simple y la cámara existente suele bastar. La inspección de calidad es la más exigente: un defecto que el modelo nunca vio no lo va a detectar, así que hay que juntar y etiquetar ejemplos reales antes de prometer nada. El detalle de cada caso está en conteo automático con visión artificial y en la guía de control de calidad con visión artificial.

¿Qué se necesita para implementarla? #

• Cámara. Para contar, una cámara IP de CCTV con vista despejada de la línea suele servir. Para inspeccionar defectos pequeños se necesita una cámara industrial con lente e iluminación fijas.
• Equipo de procesamiento. Un computador industrial con GPU dentro de la planta procesa el video ahí mismo. Así el video no sale a internet y la medición sigue aunque se caiga la conexión. Cómo elegirlo está en la guía de PC industrial para visión artificial.
• Modelo entrenado. Se parte de un modelo abierto y se ajusta con imágenes de la planta: el producto, la luz, el ángulo de la cámara.
• Dónde llega el dato. Un conteo que nadie mira no cambia nada. Hay que decidir de antemano si va a una pantalla en la línea, a un informe por turno o al ERP.

¿Sirven las cámaras que ya tengo? #

Para contar y detectar paradas, muchas veces sí. Lo que importa es que la cámara vea el producto pasar sin que nada lo tape, con luz razonablemente estable y a una resolución donde cada unidad se distinga. Una cámara de CCTV montada para vigilar un pasillo probablemente no sirva; una que mira la cinta, sí.

Para inspección de calidad, casi nunca: los defectos pequeños requieren una cámara cerca del producto y luz controlada.

¿Procesar en la planta o en la nube? #

En la planta. Enviar video de varias cámaras a la nube consume ancho de banda constante, agrega latencia y saca imágenes de la operación fuera de la empresa. Procesar en un equipo local resuelve las tres cosas y deja que solo salgan los resultados: números y alertas, no video. La comparación de costos está en edge contra nube.

¿Qué hace iGromi con visión artificial? #

iGromi usa visión artificial para medir la producción con las cámaras que la planta ya tiene. Un equipo en la planta lee las cámaras de CCTV para contar unidades y, cuando existe, el PLC de la máquina para saber cuándo estuvo detenida. En Grupo PROA, productor avícola, 19 cámaras de seguridad que ya estaban instaladas en cuatro planteles llevan dos años contando producción, con 99 % de precisión medida contra conteo manual.

Lo que no hacemos sin un proyecto previo: detectar defectos de calidad sin un conjunto de imágenes etiquetadas del cliente, ni detectar material extraño, que exige rayos X o cámaras hiperespectrales. La detección de EPP está en desarrollo.

Preguntas frecuentes #

¿Cuál es la diferencia entre visión artificial y visión por computadora?

Ninguna en la práctica. Son dos traducciones de computer vision; en la industria también se usa machine vision para los sistemas de inspección con cámara dedicada.

¿Qué es una cámara con inteligencia artificial?

Es una cámara cuyo video pasa por un modelo que detecta objetos o eventos. La inteligencia puede ir dentro de la cámara o, más común en una planta, en un equipo que procesa varias cámaras comunes a la vez. La segunda opción permite usar las cámaras que ya están instaladas.

¿Se puede hacer visión artificial con Arduino?

Para aprender, sí; para una línea de producción, no alcanza. Las diferencias están en visión artificial con Arduino contra industrial.

¿Cuánto tarda en implementarse?

Depende del uso. El conteo sobre cámaras existentes se mide en semanas; la inspección de calidad tarda más, porque primero hay que juntar y etiquetar imágenes de cada defecto.

Contexto: este artículo es parte de la guía de inteligencia artificial industrial: qué es, dónde se aplica y cuatro casos en producción en Chile.