Computer vision
Met computer vision laat je een camera meekijken in je proces. De software herkent producten, fouten, labels of handelingen op beeld en geeft een seintje, telt of registreert. Wij bouwen dat voor productiebedrijven, groothandels en logistieke bedrijven die nu met het oog controleren, tellen of overtypen. Het levert minder fouten op, minder handwerk en een vastlegging van wat er gebeurt.
In het kort
Het probleem
Dat horen we in productie en logistiek vaak. Een medewerker kijkt of een product goed is, telt dozen op een pallet, leest een lotnummer af en typt het over. Dat gaat meestal goed, tot het druk is, iemand ziek is of het de laatste uren van een dienst zijn. Dan glipt er een fout doorheen, en die zie je pas terug als de klant belt.
Een tweede probleem: wat er gecontroleerd is, staat nergens. Als een klant klaagt over een beschadigde levering, kun je niet laten zien hoe de pallet de deur uitging. Met een camera die meekijkt, ligt dat vast.
Een derde: goede mensen zijn schaars. Wie de hele dag naar een lopende band kijkt, kan zijn tijd vaak beter besteden aan werk waar vakkennis voor nodig is.
Uitleg
Computer vision is het deel van AI dat beelden begrijpt. Beeldherkenning is de bekendste toepassing: de software ziet op een foto of videobeeld wat er te zien is. Dat werkt in grote lijnen zo:
Er zijn een paar soorten taken. Bij classificatie zegt het model wat er op het beeld staat: goed of afgekeurd, product A of B. Bij detectie wijst het aan waar iets zit, zoals elke doos op een pallet. Bij tekst lezen haalt het codes, lotnummers en houdbaarheidsdata van een label. Voor documenten zoals facturen en pakbonnen is er een aparte aanpak, zie OCR met AI.
Nieuwere taalmodellen kunnen ook beelden lezen. Voor een losse foto is dat handig. Voor een lopende band met honderden producten per uur is een eigen, getraind model vaak sneller, goedkoper per beeld en beter te meten.
Toepassingen
01
Krassen, deuken, verkeerde kleuren, ontbrekende onderdelen of een verkeerde verpakking herkennen, voordat het product de deur uitgaat.
Lees meer02
Dozen op een pallet tellen, controleren of een order compleet is en een foto vastleggen bij elke verzending.
Lees meer03
Lotnummers, houdbaarheidsdata en barcodes van een label lezen en in je systeem zetten, zonder overtypen.
Lees meer04
Slijtage aan machines zien, of waarschuwen als iemand zonder hesje in een zone met heftrucks loopt.
Lees meerWerkwijze
Voorbeeld
Een fictief voorbeeld. Een voedingsproducent verpakt producten in bakjes met een etiket. Aan het eind van de lijn kijkt een medewerker of het etiket recht zit, de houdbaarheidsdatum leesbaar is en het bakje goed gesloten is. Bij hoge snelheid mist hij af en toe een fout, en een verkeerd etiket betekent een terugroepactie.
We plaatsen een camera boven de lijn. Het model controleert bij elk bakje of het etiket aanwezig en recht is en of het deksel dicht zit. Een tweede stap leest de datum en vergelijkt die met de productieorder. Klopt iets niet, dan gaat het bakje van de lijn en krijgt de medewerker een melding met de foto erbij.
Vooraf spreken we af hoeveel fouten de camera moet vinden en hoeveel goede bakjes hij onterecht mag afkeuren. Zo weet iedereen wanneer het werkt. De medewerker controleert daarna alleen nog de afgekeurde bakjes, en elke batch heeft een fotoverslag. hebben we een eigen computer vision project, demo of screenshot dat we mogen laten zien?
Techniek
Een goed model begint bij een goed beeld. Vaak is de camera belangrijker dan de software. We letten op:
| Onderdeel | Waar het om gaat |
|---|---|
| Camera | Resolutie en snelheid die passen bij het product en de lijn |
| Licht | Constant licht zonder schaduw of weerspiegeling, vaak met eigen verlichting |
| Plek | Een vaste hoek en afstand, zodat elk beeld vergelijkbaar is |
| Rekenkracht | Op de werkvloer, op een eigen server of in de cloud, afhankelijk van snelheid en privacy |
| Koppeling | Waar de uitkomst naartoe gaat: een signaal, je ERP, WMS of een dashboard |
Bestaande bewakingscamera's zijn meestal niet geschikt voor kwaliteitscontrole, wel soms voor tellen of veiligheid. Dat bekijken we in de eerste stap.
Kosten
De prijs hangt af van het aantal camera's, de moeilijkheid van de herkenning, de snelheid van de lijn en de koppelingen. Een eenvoudige telling is iets anders dan het vinden van kleine krassen op glanzend metaal.
We werken met een vaste prijs per afgesproken stap, met functionaliteiten en acceptatiecriteria vooraf. Kost het ons meer tijd dan ingeschat, dan dragen wij dat binnen de scope. Lost de opgeleverde kernfunctionaliteit het vooraf omschreven probleem niet op, dan betaal je niet voor die oplossing. prijsindicatie computer vision, proof of concept en complete oplossing inclusief hardware
Twijfel je nog of het haalbaar is, begin dan met een AI proof of concept op je eigen beelden. Wil je eerst weten waar AI in je hele bedrijf het meeste oplevert, dan is een kansenonderzoek de beste start.
Veiligheid
Camera's op de werkvloer raken aan privacy. Filmen we alleen producten, dan speelt dat weinig. Komen er mensen in beeld, dan gelden de AVG en vaak afspraken met de ondernemingsraad. We richten de camera zo in dat er zo min mogelijk personen in beeld komen, bewaren alleen wat nodig is en verwerken beelden waar mogelijk op je eigen locatie of server.
De code, het getrainde model en de beelden zijn van jou. We werken met Europese hosting waar passend, toegangsbeheer en logging. Meer over hoe we daarmee omgaan lees je bij veiligheid en governance.
Voor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Dat hangt af van het aantal camera's, hoe moeilijk de herkenning is, de snelheid van je proces en de koppelingen met je systemen. We spreken een vaste prijs per stap af, met acceptatiecriteria vooraf. prijsindicatie computer vision Vaak beginnen we met een proof of concept op je eigen beelden.
De eerste test op je eigen beelden laat snel zien of herkenning haalbaar is. De complete oplossing duurt langer, omdat camera, licht, koppelingen en een periode van meedraaien erbij komen. gebruikelijke doorlooptijd computer vision project In het eerste gesprek maken we een planning.
Meestal wel. De uitkomst van de camera gaat naar waar je hem nodig hebt: een signaal op de lijn, een telling in je ERP of WMS, een foto bij de order of een dashboard. Heeft een systeem een API of een exportmogelijkheid, dan kunnen we koppelen.
Computer vision is het hele vakgebied van software die beelden begrijpt. Beeldherkenning is een onderdeel daarvan: zien wat er op een beeld staat. Onder computer vision vallen ook tellen, meten, tekst van een label lezen en bewegingen volgen.
Soms. Voor tellen of veiligheid kunnen bestaande camera's genoeg zijn. Voor kwaliteitscontrole zijn vaak een betere camera en eigen verlichting nodig, omdat kleine fouten anders niet zichtbaar zijn. Dat testen we in de eerste stap.
Ja. Computer vision is het deel van AI dat beelden en video leert begrijpen. Moderne systemen gebruiken machine learning: het model leert van voorbeeldfoto's wat een goed product, een fout of een object is. Oudere beeldverwerking werkt met vaste regels, zoals kleur of vorm meten. In de praktijk combineer je vaak beide.
Plan een strategiegesprek, dan bespreken we waar in je proces een camera het meeste oplevert en hoe we dat snel testen.
