En bildigenkänningsalgoritm för finfördelade högfrekventa arbetsstycken baserad på en flervägs nätverksarkitektur

Smartare ögon för fabriksdelar

Moderna fabriker förlitar sig på kameror och datorer för att sortera tusentals nästan identiska metalldelar i hög hastighet. När dessa delar skiljer sig endast i mikroskopiska ytavvikelser kan även avancerad bildigenkänningsmjukvara bli förvirrad, vilket leder till felaktig sortering, produktionsstopp och ökade kostnader. Denna studie presenterar ett nytt sätt för maskiner att "se" och särskilja sådana snarlika komponenter, vilket lovar mer tillförlitlig, flexibel och effektiv automatiserad tillverkning.

Varför liknande delar är svåra att skilja åt

I många produktionslinjer måste så kallade högfrekventa arbetsstycken — platta metalldelar tillverkade i stora mängder — klassificeras i dussintals kategorier. Utmaningen är att delar inom samma kategori kan uppvisa komplicerade ytmönster, medan delar från olika kategorier kan se nästan identiska ut från ovan. Ljusskillnader och variationer i hur en del är positionerad framför kameran försvårar problemet ytterligare. Denna typ av uppgift hör till vad datavetare kallar finfördelad igenkänning: inte bara att skilja en bil från en person, utan att skilja en mycket lik del från en annan utifrån subtila ledtrådar.

En tvåspårig metod för att betrakta varje del

Forskarna bygger vidare på ett kompakt neuralt nätverk känt som EfficientNet‑B0 och förvandlar det till ett flervägsystem som de kallar MBEN. Istället för att bara mata nätverket med hela bilden av en del låter de först modellen grovt avgöra vilket område av bilden som bär den mest utmärkande informationen. En särskild svagt övervakad regiondetektionsmodul skapar en slags värmekarta som lyser upp sannolika nyckelzoner, och sedan beskärs en mindre bildruta runt detta område. Hela bilden går genom en gren av nätverket (globalgrenen), medan den beskurna närbilden går genom en annan (lokalgrenen). Denna design låter systemet lära sig både det övergripande utseendet och de små, lokaliserade skillnaderna som skiljer en deltyp från en annan.

Att lära modellen vad som verkligen spelar roll

Att helt enkelt tillhandahålla två vyer räcker inte; nätverket måste också läras att fokusera på rätt distinktioner. För detta designar författarna en förlustförstärkningsmodul — regler som styr hur nätverket justerar sig under träning. En del av denna modul får systemet att lägga extra vikt vid kategorier det för närvarande finner förvirrande, så att det inte blir överkonfident i enkla fall och försummar svåra. En annan del uppmuntrar bilder av samma typ av arbetsstycke att hamna nära varandra i nätverkets interna representation, samtidigt som olika typer drivs längre ifrån varandra. Tillsammans formar dessa mekanismer en tydligare intern karta över delkategorierna, vilket ökar sannolikheten att nya, osedda bilder klassificeras korrekt.

Att blanda helhetsbilden med närbilden

När global- och lokalgrenarna vardera genererat sina förutsägelser kombinerar en grenfusionsmodul dem till ett slutgiltigt beslut. Forskarna justerar hur mycket varje gren ska bidra och finner att det fungerar bäst att ge globalbilden något mer vikt men fortfarande förlita sig starkt på närbildsregionen. De testar sin metod på en anpassad datamängd med 20 typer av högfrekventa arbetsstycken fotograferade under realistiska fabriksljus, med tusentals bilder utökade genom dataaugmenteringstekniker som rotationer och slumpmässiga beskärningar. MBEN‑systemet når 98,75 % noggrannhet — flera procentenheter bättre än en rad befintliga metoder för finfördelad igenkänning — samtidigt som det använder relativt blygsamma beräkningsresurser.

Vad detta betyder för verklig produktion

Studien visar att en kombination av helhetskontext, automatiskt upptäckta detaljpatchar och omsorgsfullt utformade träningsregler kan göra maskinseende mycket mer pålitligt för svåra industriella uppgifter. För tillverkare kan sådana förbättringar innebära färre sorteringsfel, mindre manuell inspektion och större flexibilitet vid växling mellan många liknande produkttyper. Även om arbetet ännu inte tar itu med obalanserad verklig data, där vissa deltyper är mycket ovanligare än andra, tyder resultaten på att smartare, mer selektiva digitala "ögon" kan hålla jämna steg med allt mer precisa och varierade produktionslinjer.

Citering: Deng, J., Sun, C., Lin, J. et al. An image recognition agorithm for fine-grained high-frequency workpieces based on a multi-branch network architecture. Sci Rep 16, 11067 (2026). https://doi.org/10.1038/s41598-026-41639-4

Nyckelord: industriell bildigenkänning, finfördelad klassificering, automatiserad kvalitetskontroll, datorseende inom tillverkning, neurala nätverk