O ponto de partida: uma revisora, um problema conhecido
A Huvispan é cliente de longo prazo da Apollo Solutions, com o Apollo Quality operando integrado a uma revisora, a máquina onde o tecido passa por inspeção antes de seguir pra próxima etapa do processo. O problema que trouxe a Huvispan até a Apollo era o mesmo que praticamente toda fábrica têxtil de porte médio ou grande enfrenta: inspeção manual não sustenta cobertura total da produção, e defeitos de superfície passavam despercebidos até etapas mais avançadas, quando o custo de correção já era maior.
A primeira versão do sistema já entregava resultado, mas com uma limitação real de performance: em determinados volumes de produção, a velocidade de processamento de imagem não acompanhava o ritmo da linha o suficiente pra manter a precisão que o projeto exigia.
A decisão de revisar a base antes de seguir em frente
Em vez de forçar o sistema existente além do seu limite real, a equipe de engenharia da Apollo optou por uma revisão mais profunda da forma como a captura e o processamento de imagem estavam estruturados. Isso envolveu repensar como as imagens eram capturadas e processadas ao longo da linha, atualizar parte do hardware de captura pra um padrão com maior taxa de aquisição de imagem, e reforçar a estabilidade da transmissão de dados entre a câmera e o processamento, um ponto sensível em qualquer ambiente industrial com interferência elétrica e cabeamento extenso.
Se sua fábrica já tentou um piloto de inspeção que não performou como esperado, o problema raramente é a tecnologia em si. Muitas vezes é a forma como a captura de imagem foi estruturada desde o início. Fale com a equipe técnica da Apollo Solutions sobre o que pode estar limitando seu piloto atual.
O erro que ensinou mais do que qualquer sucesso
Durante o processo de calibração, a equipe identificou uma fonte de falso positivo que não tinha relação nenhuma com o tecido em si: um equipamento próximo à área de captura de imagem, ao ser desligado em determinados momentos do turno, alterava a iluminação da cena o suficiente pra confundir o modelo, que interpretava a mudança de luz como uma possível anomalia de superfície.
Esse tipo de problema não aparece em nenhuma especificação técnica de câmera ou de modelo de IA. Só aparece observando o sistema operando numa linha real, ao longo de vários turnos, com todas as variações de ambiente que uma fábrica de verdade tem e que um ambiente de teste controlado não reproduz. Foi esse tipo de achado, aliás, que reforçou internamente por que a Apollo insiste em não vender implantação completa de uma vez sem passar primeiro por um período de operação acompanhada.
Chegando a mais de 90% de precisão, e o que isso significa na prática
Depois da atualização de hardware de captura e do ajuste de sensibilidade pra lidar com variações de iluminação do ambiente, o sistema passou a operar com precisão acima de 90% na detecção de anomalias de superfície têxtil, número medido em produção real, não em ambiente de teste isolado.
Vale explicar o que esse número representa na prática: de cada 100 anomalias reais de superfície que passam pela revisora, mais de 90 são corretamente identificadas pelo sistema, sem depender de amostragem ou de um inspetor humano cobrindo manualmente a totalidade do tecido. Os casos que o sistema classifica como não identificados continuam entrando no ciclo de validação humana, e cada validação desses ajuda o modelo a refinar a fronteira entre o que é variação normal e o que é defeito real.
O trabalho não termina quando o número fica bom
Um detalhe que diferencia esse case de uma demonstração de vendas: mesmo com resultado consolidado acima de 90%, o relacionamento técnico com a Huvispan continua ativo, com visitas técnicas recorrentes pra ampliar o conjunto de dados do modelo e cobrir cenários operacionais que ainda não tinham sido capturados. Isso reflete uma característica do próprio tipo de tecnologia: um modelo de detecção de anomalias melhora continuamente quanto mais dados reais e validados ele recebe, então tratar a implantação como projeto fechado, e não como relacionamento contínuo, deixa valor na mesa.
O que esse case muda pra quem está avaliando um fornecedor agora
Três coisas desse caso valem generalizar pra qualquer avaliação de fornecedor de inspeção automatizada. Primeiro, resultado bom em ambiente de teste não garante resultado bom em produção real, o obstáculo real costuma aparecer só depois, em condição de linha de verdade. Segundo, falso positivo muitas vezes não tem nada a ver com o material sendo inspecionado, e sim com variável de ambiente que só aparece com tempo de operação. Terceiro, o trabalho de calibração não acaba na instalação, continua enquanto o sistema está em produção, e um fornecedor que trata isso como projeto de entrega única, não como parceria contínua, tende a entregar resultado que estagna cedo
Quer entender como um processo de calibração parecido com esse funcionaria na sua linha específica? A equipe da Apollo Solutions pode caminhar com você desde o diagnóstico inicial até o resultado medido em produção. Fale com a gente.
