Desenvolvimento de um sistema para controle de qualidade em peças fundidas baseado em visão computacional

Abstract

Com o crescimento da automação no meio industrial e a constante exigência das grandes empresas, a busca por controles de qualidade precisos e ágeis se tornou uma grande prioridade tanto nas pequenas empresas, como em grandes corporações. Este trabalho de graduação (TG) traz como objetivo o desenvolvimento de um sistema baseado em visão computacional e rede YOLO para identificação de peças fundidas que carregam algum defeito, sem a intervenção humana. O sistema é baseado na tecnologia OpenCV e na rede neural YOLOv8 para identificação das peças em tempo real.

As far as the increase in automation among industrial environments and the constant demands from big assemblers are concerned, the search for a more precise and nimble quality control has become a significant priority not only for small enterprises but also for big corporations. This graduation dissertation (GD) is aimed at the development of a system based on computer vision and YOLO Network intended to identify molten and machined parts that contain any malfunction without human assistance. The system is based on OpenCV and neural network YOLOv8 for a real time part identification