Applicazione Android per classificazione di errori durante la fase di montaggio di cyclette mediante deep learning

Ad oggi molti controlli industriali vengono effettuati tramite analisi di immagini piuttosto che con specifici sensori dato che si possono raggiungere buoni risultati ma con costi molto inferiori. Il trend più recente prevede l'utilizzo di deep learning, in quanto più versatile rispetto a strategie tradizionali di computer vision che invece rischiano di essere vulnerabili a variazioni delle condizioni (come illuminazione della stanza o riflessi di oggetti metallici). L'utilizzo di deep learning può raggiungere ottimi risultati anche senza definire un ambiente ideale in cui scattare foto, grazie a ciò possono essere implementate applicazioni su linee di produzione in modo facile ed economico. I dispositivi più utilizzati al momento sono smartphone Android, in quanto siano molto diffusi, offrano buone camere e presentano maggiore facilità di programmazione rispetto ad altri sistemi embedded. In questa tesi vengono analizzati due diversi componenti facenti parte di una cyclette durante la fase di montaggio. Per entrambi vengono definiti dei dataset per addestrare la rete su computer usando Python e successivamente caricati su applicazione Android sviluppata per scattare la foto, passarla al modello e mostrare a schermo il risultato.