“El reto era complejo e incierto, pero la metodología, la cercanía y la alta calidad técnica y comunicativa del equipo de Dribia han sido claves para que el proyecto fuera todo un éxito”.
CARACTERÍSTICAS
Reconocimiento de imágenes basado en redes neuronales profundas para la clasificación de chatarra en función de su calidad.
IMPACTO
Automatización del 70% de las clasificaciones que implicaban presencia humana y riesgo de accidentes laborales
ÉXITOS
Precisión del 98% en la pre-clasificación y del 84% en la calidad de compra.
PROBLEMA EMPRESARIAL
Identificar de forma precisa y objetiva el porcentaje de calidad de cada material en descargas de chatarra de los proveedores es clave para una mejor valoración en la compra por parte de Celsa. El método actual es lento, exige la presencia física de los clasificadores cerca de la chatarra, con un elevado coste en tiempo de transporte y con posibilidad de accidente laboral. Una valoración de la chatarra sin sesgos puede permitir una mejor negociación y gestión de incidentes en la valoración con los proveedores.
LA SOLUCIÓN DE DRIBIA
Se ha construido e integrado una solución algorítmica capaz de captar las imágenes de cámaras estáticas especialmente colocadas e identificar sus diferentes calidades a través de imágenes de cámaras estáticas. Concretamente, se ha entrenado un modelo de aprendizaje automático basado en redes neuronales convolucionales profundas, con las que se procesan las imágenes obtenidas de las cámaras fijas. La detección de cualidades se genera en tiempo real en el momento en que los operarios realizan la petición al sistema, pudiendo valorarse la predicción al momento. Además, se ha desarrollado paralelamente la posibilidad de analizar visualmente la predicción de la red neuronal utilizando técnicas de explicabilidad, que marcan en cada imagen las zonas que la red ha considerado resulta relevante durante el proceso de predicción. Esta solución permite realizar la clasificación sin interacción humana a pie de fábrica, eliminando problemas de seguridad. Además permite aumentar la objetividad de la valoración y agilizar el proceso.
