Serviços de Processamento de Imagem

A maioria dos projetos de visão computacional que desapontam pode rastrear os seus problemas até à fase de captura. A lente está errada, a iluminação é inconsistente, a posição da câmara desvia-se, a taxa de quadros não consegue acompanhar a velocidade da linha, ou as imagens que o modelo vê em produção diferem de formas subtis mas consequentes das imagens em que foi treinado. Tratamos a captura como parte do sistema, em vez de uma restrição externa fixa, e teremos todo o gosto em especificar câmaras, lentes, iluminação e suportes mecânicos onde isso irá compensar muitas vezes a precisão do modelo.

A calibração é igualmente subestimada. As câmaras desviam-se, a iluminação muda com a estação e a hora do dia, e as correias transportadoras desenvolvem padrões de desgaste. Um sistema de visão que se recalibra silenciosamente — ou que sinaliza quando a calibração deslizou para além de uma tolerância aceitável — superará um mais sofisticado que não o faça. Projetamos a calibração no ciclo de vida operacional, não como uma tarefa de configuração única.

Onde a infraestrutura de captura existente já está implementada, trabalhamos dentro das suas restrições, mas dizemos honestamente quando essas restrições impõem um limite ao que é alcançável. Melhor uma conversa inicial sobre um equipamento de iluminação fixo do que um ciclo de retreinamento de modelo que não consegue resolver um problema físico.

• Especificação de câmara, lente e iluminação
• Configurações de várias câmaras sincronizadas
• Calibração em campo e deteção de desvios
• Monitorização da qualidade da imagem em tempo de execução
• Tolerância a movimento, vibração, sujidade
• Integração de hardware de grau industrial

A aprendizagem profunda moderna tornou-se, merecidamente, o padrão para muitas tarefas de visão computacional. Mas a visão computacional clássica está longe de ser obsoleta. Onde a geometria é bem definida, a iluminação é controlável e a aparência é consistente, os métodos clássicos são frequentemente mais rápidos, mais baratos, mais fáceis de explicar e muito mais fáceis de manter. Muitos dos nossos sistemas de produção mais bem-sucedidos são híbridos: um pipeline clássico faz o trabalho pesado, e um modelo aprendido lida com os casos residuais que resistem a regras determinísticas.

Quando a aprendizagem profunda é a ferramenta certa, escolhemos a arquitetura com cuidado. Deteção de objetos, segmentação de instâncias, segmentação semântica, deteção de anomalias, similaridade baseada em embeddings e compreensão de documentos têm famílias arquitetónicas distintas com perfis de custo e precisão muito diferentes. Fazemos benchmarks nos seus dados, no hardware em que pretende fazer a implementação, e contra a métrica que corresponde à decisão operacional que o sistema irá informar.

A anotação é tratada como uma atividade séria de engenharia. Etiquetas inconsistentes são a maior fonte de desempenho decepcionante do modelo, e investimos em diretrizes claras de anotação, revisões regulares entre avaliadores e refinamento iterativo do esquema de etiquetas à medida que os dados revelam o que realmente distingue os casos de interesse.

“Melhores etiquetas geralmente superam modelos maiores. Iluminação mais nítida geralmente supera ambos.”

As cargas de trabalho de visão têm requisitos de latência e largura de banda invulgarmente amplos. Um modelo de inspeção de defeitos numa linha de embalagem de alta velocidade não pode permitir uma ida e volta à nuvem; um pipeline de compreensão de documentos que executa em lotes noturnos pode. Projetamos padrões de implementação para corresponder: inferência em dispositivos de ponta em PCs industriais e hardware da classe Jetson onde a latência ou a largura de banda o exigem, inferência do lado do servidor para trabalho em lote de maior capacidade, e padrões híbridos onde modelos leves no dispositivo entregam casos incertos a um modelo de nuvem mais capaz.

A otimização para inferência é tratada como uma parte normal da entrega. Quantização, poda, destilação, operadores fundidos e compiladores de tempo de execução (TensorRT, OpenVINO, ONNX Runtime, Core ML) transformam rotineiramente um modelo académico num que pode ser executado dentro de um envelope rigoroso de latência e energia. O custo de precisão de uma otimização bem executada é geralmente pequeno; o benefício operacional é substancial.

As considerações operacionais — atualizações over-the-air, padrões de segurança em caso de indisponibilidade do modelo, registo local que sobrevive a interrupções de rede, acesso seguro ao dispositivo — são projetadas juntamente com o modelo. Um sistema de visão que não pode ser atualizado com segurança após a implementação é um cuja vida útil é medida em meses em vez de anos.

Entregamos sistemas de deteção de defeitos para fabricantes de automóveis, alimentos e bebidas, embalagens e eletrónicos, substituindo a inspeção manual em linhas de alta velocidade por sistemas de visão que detetam uma gama mais ampla de defeitos de forma mais consistente e documentam cada decisão que tomam. Construímos pipelines de compreensão de documentos que transformam milhões de formulários, faturas, extratos e contratos de entrada em dados estruturados, com pontuações de confiança que encaminham os casos duvidosos para humanos em vez de adivinhações.

No retalho, implementamos análises de prateleiras e planogramas que transformam imagens de lojas em sinais operacionais — lacunas, produtos mal comercializados, inconsistências de preços — que podem ser abordados no mesmo turno. Em ambientes adjacentes à saúde, construímos ferramentas de suporte à triagem que priorizam estudos para revisão humana e sistemas de pesquisa visual que revelam casos históricos comparáveis. Em todos estes, temos o cuidado de posicionar o sistema como aumento, em vez de substituição, com o humano firmemente no circuito onde as apostas o justificam.

Quando um caso de uso é novo, diremos e adequaremos a descoberta em conformidade. A visão computacional não é mágica, e nem todo o problema está bem formulado para ela; uma resposta honesta precoce é mais valiosa do que uma resposta esperançosa tardia.

Um sistema de visão em produção precisa de atenção contínua, mas a maior parte dessa atenção pode e deve ser automatizada. Instrumentamos as implementações com monitorização da qualidade da imagem, distribuições de confiança de previsão, deteção de desvios nas estatísticas de entrada e dashboards de imagem amostrada que permitem aos operadores observar o que o sistema está atualmente a ver. Quando o ambiente operacional muda — uma nova variante de produto, um novo fornecedor de embalagens, uma velocidade de linha alterada — estes sinais detetam a mudança antes que ela se torne um incidente de qualidade.

O retreinamento é uma rotina, não uma missão de resgate. Curamos um conjunto de dados versionado de imagens de produção representativas, integramos o feedback do operador nas etiquetas e reconstruímos modelos numa cadência apropriada à taxa de mudança no ambiente. Cada candidato é avaliado no mesmo arnês que o seu predecessor e promovido apenas quando é pelo menos tão bom em todas as métricas que importam.