Linia pracuje, czujniki mierzą, operatorzy kontrolują. Mimo to błędy umykają — nie dlatego, że ludzie pracują niedbale, lecz dlatego, że ludzka uwaga wzrokowa ma przy powtarzających się zadaniach obiektywny limit. Po dwóch godzinach monotonnej inspekcji wykrywalność defektów wyraźnie spada. Systemy AI vision tego limitu nie mają: przetwarzają każdą sztukę jednakowo i przy właściwym wdrożeniu osiągają dokładność powyżej 99% tam, gdzie ludzki inspektor uzyskuje typowo około 85%.
Problem polega na tym, że „właściwe wdrożenie" nie jest trywialne. W praktyce widzimy projekty, w których system AI do kontroli jakości przyniósł fundamentalne rezultaty, a równie często projekty, które skończyły się zamontowaną kamerą odłączoną po trzech miesiącach. Różnica nie leży w technologii — leży w tym, co producent zrobił zanim kupił pierwszy sprzęt. Ten artykuł jest narzędziem decyzyjnym: kiedy w to wchodzić, co rozwiązać wcześniej i gdzie AI sama nie wystarczy.
Co AI inspekcja wizualna naprawdę robi
Podstawowe zadanie jest proste: kamera rejestruje sztukę, model decyduje OK albo NOK, system oznacza lub odrzuca. Za tą prostotą kryją się trzy odrębne zadania techniczne, wymagające różnych podejść.
Detekcja defektów — lokalizacja konkretnej wady na powierzchni lub elemencie: rysa, pęknięcie, porowatość, wadliwy spaw. Model musi nie tylko powiedzieć „wada istnieje", ale też wskazać gdzie. Narzędzia takie jak YOLOv10 czy YOLO11 (Ultralytics) są w 2026 roku standardem dla detekcji w czasie rzeczywistym: przetwarzają klatkę w mniej niż 200 ms, co odpowiada zdecydowanej większości prędkości produkcyjnych.
Anomaly detection — wykrycie czegoś „innego niż zwykle" bez uprzedniej wiedzy o tym, czego konkretnie szukamy. Modele trenowane wyłącznie na sztukach „dobrych" uczą się normalności, a każde odchylenie jest oznaczane jako anomalia. Podejście odpowiednie dla produkcji seryjnej, gdzie defekty są rzadkie i nie ma wystarczającej liczby wadliwych próbek do klasycznego treningu nadzorowanego.
Segmentacja i pomiary — precyzyjne wyznaczenie obszaru defektu, mierzenie wymiarów, liczenie obiektów. SAM 2 (Meta) umożliwia dziś segmentację zero-shot — potrafi obrysować nieznany typ defektu bez wcześniejszego trenowania, co znacznie przyspiesza anotowanie nowych kategorii wad.
Nowoczesne systemy łączą wszystkie trzy: YOLO wykrywa, SAM segmentuje, logika pomiarów downstream decyduje o stopniu poważności.
Kiedy AI się opłaca — a kiedy nie wystarcza
Nie każdy problem inspekcyjny zasługuje na model vision. Zanim zainwestujesz w sprzęt i integrację, odpowiedz na pięć pytań.
1. Czy wada jest wizualnie spójna? Rysy na profilu aluminiowym wyglądają zawsze podobnie. Korozja na spoinach może mieć dziesiątki wariantów. Im bardziej spójny jest wizualny obraz defektu, tym łatwiej wytrenować model i tym wyższą dokładność osiągniesz. Defekty o skrajnie zmiennym wyglądzie (zależnym od temperatury materiału, kąta uderzenia, partii surowca) są znacznie trudniejsze.
2. Czy masz wystarczającą liczbę zdjęć defektów? To najczęstsza przeszkoda. Do klasycznego treningu nadzorowanego w stylu YOLOv10 potrzebujesz rzędu setek do tysięcy anotowanych przykładów *każdej* kategorii defektu. W praktyce większość producentów ma pełne archiwa sztuk OK i kilkadziesiąt zdjęć wadliwych. Rozwiązania istnieją — augmentacje syntetyczne, defekty generowane przez GAN, albo właśnie anomaly detection bez etykiet wad — ale dodają złożoności.
3. Czy kontrola jest odtwarzalna? Oświetlenie, pozycja sztuki, prędkość ruchu, odbicia — wszystko musi być stabilne. Model wytrenowany przy jednym typie oświetlenia zawiedzie przy innym. To nie zły model, to fizyka. Jeśli linia produkcyjna nie ma stabilnych warunków rejestracji obrazu, trzeba je najpierw rozwiązać mechanicznie lub konstrukcyjnie — AI tego nie naprawi.
4. Czy istniejące rozwiązanie może rozwiązać problem taniej? Proste kontroly binarne (obecność/brak elementu, właściwe ustawienie) obsługuje klasyczna maszynowa wizja z regułami i sensorami profilowymi za ułamek ceny i bez danych treningowych. AI opłaca się tam, gdzie klasyczne systemy regułowe zawodzą — nieregularne powierzchnie, zmienność kształtu, subiektywne kryteria jakości.
5. Jaki jest koszt ucieczki defektu vs. koszt fałszywego alarmu? W automotive jeden nieuchwycony defekt może oznaczać recall setek pojazdów. W towarach konsumpcyjnych tolerancja jest wyższa. Stosunek NOK/OK i koszt obu typów błędów determinuje, jaki threshold ustawisz — a tym samym bezpośrednio wpływa na to, czy system AI będzie ekonomicznie sensowny.
Rzeczywistość dokładności: co oznacza 99%
Liczba „99% dokładności" pojawia się w każdej prezentacji. Ważne jest rozumienie, co oznacza, a czego nie.
Jeśli linia produkcyjna wytwarza 10 000 sztuk dziennie, a udział wadliwych wynosi 1%, masz 100 sztuk defektowych. System AI z 99% dokładnością ogólną przy takim rozkładzie może mieć bardzo różną realną wydajność — zależy od tego, jak owa 1% wadliwość rozkłada się między false positives a false negatives. Dla aplikacji krytycznych liczy się nie dokładność ogólna, lecz dokładność na klasie defektów, które naprawdę musisz wychwycić.
W praktyce widzimy następujące wzorce: modele dobrze wytrenowane na głównych typach defektów osiągają doskonałe wyniki właśnie dla tych typów, lecz degradują się na rzadkich lub nowych wariantach nieobecnych w danych treningowych. Dlatego kluczowe jest nieustanne uzupełnianie zestawu treningowego o nowe przykłady z produkcji — model nie jest jednorazową inwestycją, to żywy system.
Porównanie z ludzką inspekcją jest też kontekstowe. Systemy AI są konsekwentnie lepsze przy powtarzalnych, dobrze zdefiniowanych typach kontroli. Doświadczony inspektor z głęboką znajomością procesu potrafi wykryć anomalie, których model jeszcze nie widział — podejście hybrydowe (AI flaguje, operator weryfikuje edge case'y) jest w 2026 roku powszechną praktyką produkcyjną.
Mało danych: jak rozwiązać przewlekły problem
Brak wystarczających próbek wadliwych to rzeczywistość większości producentów. Kilka sprawdzonych podejść:
Anomaly detection zamiast klasyfikacji. Modele takie jak ViT (Vision Transformer) trenowane wyłącznie na sztukach „dobrych" uczą się rozkładu normalności. Podczas produkcji każda sztuka odbiegająca od tego rozkładu otrzymuje wysokie anomaly score. Wada: model nie potrafi nazwać typu defektu, jedynie sygnalizuje „coś jest nie tak". Do pierwszej fazy wdrożenia to wystarczy.
Augmentacja syntetyczna. Realistyczne syntetyczne defekty (rysy, pęknięcia, plamy) można generować bezpośrednio na zdjęciach OK za pomocą metod algorytmicznych lub modeli GAN/dyfuzyjnych. W projektach przemysłowych obserwowaliśmy, że dobra augmentacja syntetyczna może zastąpić 30–50% realnych przykładów wadliwych bez istotnego wpływu na dokładność — lecz wynik silnie zależy od podobieństwa syntetyki do rzeczywistości.
`SAM 2` do anotowania. Ręczne anotowanie zdjęć jest czasochłonne. SAM 2 umożliwia segmentację zero-shot — ekspert wskazuje defekt, model natychmiast obrysowuje go precyzyjną maską. W praktyce skraca anotowanie nowych kategorii defektów o 60–80% w porównaniu z klasycznym ręcznym workflow.
Transfer learning. Zacznij od modelu wstępnie wytrenowanego na danych przemysłowych (istnieją publiczne datasety do detekcji wad powierzchniowych na metalu, tkaninach, drewnie) i dofine-tuneuj na swoich specyficznych danych. Potrzebujesz znacznie mniej przykładów niż przy trenowaniu od zera.
Aby lepiej zrozumieć podejście do danych treningowych — w tym ile próbek naprawdę potrzebujesz i jak je strukturować — odsyłamy do Dataset do fine-tuningu — ile i jakiej jakości.
Wdrożenie edge: gdzie odbywa się przetwarzanie
Kluczowe pytanie architektoniczne: gdzie będzie działać inferencja?
Cloud — zdjęcia wysyłane są na zdalny serwer. Nieodpowiednie dla większości linii produkcyjnych ze względu na latencję (round-trip sieć + przetwarzanie) i dostępność (awaria internetu = awaria kontroli). Dla offline'owego przetwarzania wsadowego archiwalnych zdjęć cloud jest akceptowalny.
Serwer on-premise — serwer inferencyjny w sieci zakładu, typowo na GPU (NVIDIA RTX 4090 lub seria A). Latencja w ramach intranetu jest niska (milisekundy), dostępność zależy wyłącznie od infrastruktury wewnętrznej. Standard dla większości produkcji seryjnych.
Urządzenie edge — obliczenia bezpośrednio przy kamerze lub na przemysłowym PC na linii. Odchudzone modele vision eksportowane do formatu ONNX lub TensorRT umożliwiają dziś wdrożenie nawet bez dedykowanego GPU — na przykład przez OpenVINO na sprzęcie Intel lub ONNX Runtime na standardowym przemysłowym PC. Do prostych binarnych decyzji OK/NOK to wystarczy. Dla złożonej detekcji wieloklasowej z wysoką dokładnością sprzęt edge jest nadal czynnikiem ograniczającym.
W praktyce stosujemy kombinację: urządzenie edge zapewnia natychmiastową decyzję OK/NOK poniżej 100 ms, wyniki trafiają na serwer centralny do analityki, retrainingu i raportowania. Taka architektura jest odporna na awarie sieciowe, a zarazem umożliwia centralne zarządzanie modelami.
Jeśli rozważasz dobór sprzętu dla serwera inferencyjnego, pomocny może być również artykuł o GPU do inferencji LLM — zasady memory bandwidth i VRAM sizing mają takie samo zastosowanie.
Integracja z procesem produkcyjnym
System vision, który jedynie wyświetla wyniki na monitorze, nie ma pełnej wartości. Realna integracja oznacza:
Połączenie z systemem produkcyjnym — MES, SCADA lub bezpośrednio PLC. Sygnał NOK wyzwala działanie: zatrzymanie linii, odchylenie sztuki, alarm dla operatora. Bez tej pętli AI jest wyłącznie pasywnym obserwatorem.
Identyfikowalność (traceability) — każda sztuka ma zdjęcie, decyzję, timestamp i ID partii. Przy reklamacji lub analizie klienta możesz natychmiast odtworzyć zapis inspekcji. To jedna z najcenniejszych pobocznych wartości systemów AI vision — nie tylko automatyzacja, lecz dokumentacja.
Pętla zamknięta — bardziej zaawansowane wdrożenia (widzimy ich coraz więcej) łączą system wizyjny bezpośrednio z ramieniem robotycznym lub aktuatorem korygującym. Wykryty defekt → polecenie naprawy lub sortowania → potwierdzenie korekty kolejnym zdjęciem. Ten wzorzec closed-loop to kierunek, w którym podąża branża.
Dashboard i pipeline retrainingu — operatorzy muszą widzieć wydajność systemu w czasie rzeczywistym (liczby OK/NOK, typy wykrytych defektów, wskaźnik fałszywych alarmów). A gdy pojawia się nowy typ defektu, musi istnieć workflow: operator oznacza zdjęcie → anotacja → uzupełnienie zestawu treningowego → retraining → wdrożenie nowej wersji modelu. Bez tego pipeline'u model się starzeje.
Dla zespołów rozważających konfigurację podobnych pętli agentowych do długoterminowego zarządzania systemami AI zalecamy zapoznanie się z Architekturami agentów AI (ReAct, Plan-and-Execute).
Kiedy klasyczne kamery wystarczają
Byłoby nieuczciwe nie powiedzieć wprost: istnieją przypadki, w których model AI vision nie jest właściwą odpowiedzią.
Obecność/brak komponentu — czy śruba jest na miejscu, czy etykieta jest naklejona, czy zamknięcie jest zamknięte. Klasyczna regułowa maszynowa wizja radzi sobie z tym niezawodnie za znacznie niższy koszt i bez danych treningowych.
Kontrola wymiarowa z dokładnością mikrometryczną — stykowe systemy pomiarowe lub laserowe profilometry są dokładniejsze i bardziej niezawodne niż inspekcja kamerowa dla wymiarów poniżej milimetra.
Skrajnie proste kontrole binarne — jeśli defekt zawsze wygląda tak samo, a kontrast względem tła jest wystarczający, prosty algorytm progowania wystarczy. AI jest tutaj przerostem formy nad treścią.
AI vision przynosi wartość tam, gdzie zmienność, złożoność lub subiektywność przekracza możliwości systemów regułowych. Gdy jesteś na granicy, zrób pilota: przetestuj oba podejścia na realnych danych i porównaj koszt implementacji vs. poprawę wykrywalności.
Najczęstsze pytania
Ile zdjęć treningowych potrzebuję do detekcji defektów?
Do klasycznego modelu nadzorowanego (typ YOLO) potrzebujesz typowo setek anotowanych przykładów na kategorię defektu — w praktyce oznacza to 500 do 2 000 zdjęć dla pierwszej użytkowej wersji. Jeśli masz mniej, rozważ anomaly detection (trenowany wyłącznie na sztukach OK) lub augmentację syntetyczną. Jakość anotacji jest ważniejsza niż sama liczba — źle anotowane dane raczej szkodzą modelowi.
Jak szybka musi być kamera i jak szybko system podejmuje decyzję?
Dla większości linii produkcyjnych (do 60 sztuk na minutę) wystarczy kamera 60 fps i latencja inferencji poniżej 100 ms. YOLO11 na RTX 4090 przetwarza klatkę w 10–30 ms, co daje wystarczający margines nawet dla szybszych linii. Dla ekstremalnie szybkich procesów (setki sztuk na minutę) potrzebne są kamery line-scan i specjalizowany sprzęt — to inna kategoria rozwiązań.
Czy AI inspekcja wizualna działa na materiałach refleksyjnych lub transparentnych?
Powierzchnie refleksyjne (polerowany metal, chrom) i materiały transparentne (szkło, tworzywo sztuczne) są technicznie bardziej wymagające — odbicia i zmienny kontrast wprowadzają model w błąd. Rozwiązaniem jest kombinacja specjalnego oświetlenia (spolaryzowanego, dome light, osiowego) i trenowania na danych zarejestrowanych właśnie w tych warunkach. To nie jest problem nierozwiązywalny, ale wymaga więcej przygotowania i testowania.
Czy potrzebuję GPU bezpośrednio na linii produkcyjnej?
Niekoniecznie. Dla prostych modeli wystarczy wydajny przemysłowy PC bez dedykowanego GPU (inferencja na CPU jest wolniejsza, ale dla mniej wymagających zadań wystarczająca). Do inspekcji w czasie rzeczywistym ze złożonymi modelami zalecamy serwer edge z GPU w szafie sterowniczej przy linii — nie bezpośrednio w zapylonym i wibrującym środowisku. GPU w chmurze lub na serwerze centralnym jest alternatywą, lecz zależną od dostępności sieci.
Kiedy AI inspekcja wizualna całkowicie zastąpi ludzką kontrolę?
W praktyce do pełnego zastąpienia zbliżają się nieliczni. Powszechniejszy model to augmentacja: AI obsługuje 90–95% inspekcji autonomicznie, resztę (edge case'y, nowe typy defektów, eskalowane reklamacje) przekazuje ludzkiemu ekspertowi. Ten hybrid jest racjonalny — oszczędza większość pracy manualnej, zachowując jednocześnie ekspercką wiedzę dla sytuacji, w których model nie jest jeszcze niezawodny.
*AI inspekcja wizualna to nie produkt, który kupujesz i podłączasz — to system, który trzeba zaprojektować, wytrenować i utrzymywać. W MP Industrial Solutions pomagamy firmom produkcyjnym ocenić, czy i jak inspekcja AI jest sensowna dla ich procesu: od analizy istniejących danych i próbek wadliwych, przez dobór architektury, aż po integrację z istniejącym MES lub SCADA. Jeśli rozważasz ten krok, chętnie najpierw przyjrzymy się Twojemu konkretnemu przypadkowi.*