Le défaut trouvé après expédition coûte quatre fois celui trouvé sur la ligne

Tout responsable de production connaît la courbe de coût, même si personne ne l'a écrite. Un défaut détecté au poste où il a été créé coûte quelques minutes. Détecté au contrôle final, il coûte tout le travail fait depuis. Détecté par le client, il coûte l'unité, le transport, le remplacement, l'avoir, et une conversation dont vous vous seriez passé.

Le problème, c'est que détecter au poste suppose que quelqu'un regarde chaque unité. Personne ne regarde chaque unité. On regarde un échantillon, et on le regarde moins attentivement à seize heures qu'à neuf heures, parce qu'on est humain et que c'est la quatrième heure passée sur la même chose.

Ce qu'une caméra change

La vision par ordinateur, dans une usine, ce n'est pas un robot. C'est une caméra pointée sur un endroit fixe de la ligne, et un logiciel à qui l'on a montré assez d'exemples de « conforme » et de « défectueux » pour faire la différence sur des unités qu'il n'a jamais vues.

Ce qu'elle change n'est pas la précision sur une unité donnée — un bon contrôleur, frais, fait mieux. Ce qu'elle change, c'est la couverture et la constance. Elle contrôle l'unité 4 000 aussi attentivement que la première, à 16h comme à 9h, le dimanche soir comme le lundi matin. La plupart des problèmes qualité ne viennent pas d'un contrôleur médiocre. Ils viennent du fait qu'il y a 4 000 unités et une seule paire d'yeux.

Les usages typiques, à peu près dans l'ordre où on nous les demande :

• Défauts d'aspect et de surface. Rayures, fissures, contamination, écart de teinte, revêtement incomplet.
• Présence et complétude. Le bouchon est-il posé, l'étiquette est-elle là, est-elle droite, le bon nombre d'articles est-il dans le carton avant fermeture.
• Comptage. Ce qui est réellement sorti de la ligne, par rapport à ce que dit le rapport de poste.
• Lecture. Codes de lot, dates de péremption, étiquettes — vérifier que ce qui est imprimé correspond à ce qui devait l'être.

Ce dernier point économise discrètement plus d'argent que le premier, en agroalimentaire et en pharmacie surtout. Un lot entier avec une mauvaise date imprimée n'est pas un problème qualité : c'est un rappel produit.

Où ça échoue, et pourquoi la plupart des projets meurent là

Nous préférons vous le dire avant l'achat qu'après.

L'éclairage tue plus de projets de vision que les algorithmes. Un modèle entraîné à la lumière du matin dans un hangar à porte ouverte se dégrade doucement à seize heures et s'effondre en saison des pluies. Un éclairage fixe et maîtrisé au point de contrôle n'est pas une option : c'est généralement la différence entre un système qui marche et un système qu'on débranche au troisième mois.

Le positionnement de la caméra est une porte à sens unique. Si le défaut n'est visible que sous un angle que la caméra ne voit pas, aucun logiciel ne rattrapera ça. Cela vaut une heure de discussion au démarrage.

Les exemples doivent venir de votre ligne. Pas d'un jeu de données public, pas des images de démonstration du fournisseur. Votre produit, votre lumière, votre emballage, vos modes de défaillance. Collecter quelques centaines d'exemples des défauts que vous avez vraiment, c'est du vrai travail, et il doit se faire pendant que la production continue.

Et la précision, c'est deux chiffres, pas un. Un système qui détecte 99 % des défauts mais signale aussi 8 % des unités conformes n'est pas un bon système : c'est un système que vos opérateurs ignoreront en quinze jours, et une alarme ignorée est pire que pas d'alarme. Demandez les deux chiffres à tout fournisseur. S'il n'en donne qu'un, cela vous renseigne.

La question de la bande passante, qui compte davantage ici

La plupart des produits de vision supposent un centre de données. Ils envoient la vidéo dehors, la traitent ailleurs et renvoient une réponse. Sur une zone industrielle en périphérie de Douala, avec la connexion dont disposent réellement les usines, c'est une fiction — et dès que le lien tombe, votre système qualité s'arrête.

Nous faisons donc tourner ça sur site. Un petit boîtier à côté de la ligne, qui détecte localement, en quelques millisecondes, sans dépendre d'Internet. Ce qui quitte le site, ce sont les résultats — comptages, défauts, alertes — pas la vidéo. C'est moins cher, plus rapide, plus confidentiel, et ça continue de fonctionner pendant une coupure.

Comment cadrer un premier projet qui aboutit

Les projets de vision qui échouent sont les ambitieux. Ceux qui réussissent choisissent un seul type de défaut, sur une seule ligne, à un seul poste, et prouvent le chiffre.

Un premier projet raisonnable ressemble à ceci :

1. Choisir le défaut qui vous coûte le plus, pas le plus intéressant.
2. Régler l'éclairage et la position de la caméra avant d'écrire une ligne de code.
3. Collecter des exemples pendant deux à quatre semaines pendant que la production tourne normalement.
4. Faire tourner le système en parallèle du contrôle existant, sans agir dessus, jusqu'à pouvoir comparer honnêtement.
5. Seulement ensuite, le connecter à quoi que ce soit qui arrête une ligne ou rejette une unité.

L'étape quatre est celle que tout le monde veut sauter, et c'est elle qui détermine si vos équipes feront confiance au système ensuite.

Ce que nous vous demanderions d'abord

• Quel défaut vous coûte le plus, retouches, avoirs et clients perdus compris ?
• À quel endroit de la ligne devient-il visible pour une caméra ?
• Quelle est la lumière à cet endroit, à 16h, au mois d'août ?
• Que se passe-t-il aujourd'hui quand un défaut est trouvé — qui est prévenu, et en combien de temps ?

Si vous répondez à ces quatre questions, un premier projet de vision est une affaire de semaines, pas un programme de recherche.