Sistemi che vedono ciò che sfugge all’occhio.
Per produzione, logistica, retail e servizi che lavorano su immagini e documenti. Sistemi di visione artificiale in produzione, non prototipi, con il ciclo di miglioramento continuo che li mantiene precisi quando il mondo cambia.
Sviluppiamo sistemi che leggono immagini: contano le scorte, controllano la qualità, leggono documenti e targhe, individuano difetti. La precisione dipende interamente dalle vostre immagini, quindi prima di qualsiasi preventivo facciamo una prova sulle vostre foto reali. Di base il sistema segnala, e una persona conferma.
Aggiornato novembre 2026
La precisione in demo e la precisione in produzione sono due numeri diversi.
Ottenere una precisione altissima su un insieme di immagini pulite è facile. Mantenerla quando cambiano le condizioni reali, la luce, una nuova variante di prodotto, l’imballaggio di un fornitore, è difficile. Costruiamo l’infrastruttura che tiene il modello preciso nel tempo, non solo il giorno del lancio.
Lavoriamo con YOLO, Segment Anything, PaddleOCR o architetture su misura, a seconda del compito. Costruiamo anche ciò che sta intorno: il flusso di etichettatura delle immagini, gli strumenti di annotazione, il versionamento dei modelli e l’installazione, perché un modello vale quanto il sistema che lo circonda.
Per i settori regolamentati costruiamo l’architettura di controllo insieme al modello: un registro per ogni risposta del sistema, spiegazioni delle decisioni e un archivio delle versioni del modello che si può verificare e riportare indietro.
Che cosa sviluppiamo.
Controllo qualità e difetti
Rilevamento dei difetti sulle linee: graffi, disallineamenti, componenti mancanti, imballaggi difettosi, con un tasso di falsi allarmi che il reparto possa gestire.
Lettura di documenti e identità
Lettura di carte d’identità, passaporti e patenti con controlli di vivacità e segnali di frode, e registri pensati per i servizi finanziari regolamentati.
Analisi per il retail
Controllo degli scaffali e delle giacenze, rispetto del planogramma e flussi di clienti, usando le telecamere già presenti.
Logistica e magazzino
Riconoscimento dei colli, lettura di codici a barre e QR, ispezione dei pallet, integrati con il vostro WMS.
Supporto all’analisi di immagini mediche
Segmentazione e rilevamento come strumenti per chi sviluppa dispositivi medici, con la documentazione tecnica che le procedure regolatorie richiedono. Il percorso regolatorio resta al vostro team specializzato.
Miglioramento continuo
Raccolta dei casi difficili dalla produzione, code di annotazione e riaddestramento programmato, così la precisione cresce invece di degradarsi.
Che cosa decide se funziona.
Quasi mai il modello. Quasi sempre i dati e le condizioni.
| Fattore | Buone premesse | Cattive premesse |
|---|---|---|
| Illuminazione | Costante e controllata | Cambia durante la giornata |
| Posizione della telecamera | Fissa | A mano, angoli diversi |
| Immagini di esempio | Centinaia per caso, etichettate | Una dozzina, senza etichette |
| Casi rari | Presenti nei dati | Proprio quelli importanti, mancanti |
| Che cosa conta come difetto | Concordato e messo per iscritto | Due ispettori non sono d’accordo |
| Costo di un errore | Segnalare a una persona | Il sistema agisce da solo |
Come partiamo.
Facciamo una prova sulle vostre foto reali prima del preventivo. La precisione di una demo su dati puliti non dice nulla.
Il sistema evidenzia i probabili problemi e una persona conferma. L’automazione completa viene dopo, se viene.
Se le immagini non bastano, lo diciamo, invece di prendere il progetto e consegnare meno del promesso.
Dove funziona meglio.
Linee di produzione
Un controllo visivo ripetitivo su ogni pezzo, dove l’attenzione umana cala a fine turno.
Magazzini e logistica
Conteggi, letture di codici e verifiche dei colli che oggi qualcuno fa a occhio o a mano.
Documenti da leggere in quantità
Moduli, bolle, documenti d’identità: estrazione dei dati con le incertezze segnalate a una persona.
Non fa per voi se le immagini non sono costanti
Telecamere a mano, luce che cambia, poche foto di esempio e nessun accordo su che cosa sia un difetto: in queste condizioni nessun modello regge. A volte la soluzione è prima sistemare luce e posizione delle telecamere, e ve lo diciamo.
Come lo costruiamo.
Analisi dei dati
Esaminiamo immagini e video esistenti, qualità delle etichette, distribuzione dei casi e casi limite. Progettiamo la raccolta dei dati che mancano.
Riferimenti e architettura
Scegliamo l’architettura in base a tempi, hardware e precisione richiesti. Fissiamo i valori di partenza e gli obiettivi prima di addestrare.
Addestramento e verifica
Addestriamo sui vostri dati di produzione, con insiemi di verifica che riflettono la realtà e non solo i casi facili, e iteriamo fino agli obiettivi.
Installazione
Su dispositivi locali o nel cloud, a seconda di tempi e connettività. Ottimizziamo il modello per l’hardware di destinazione.
Miglioramento continuo
Il ciclo di ritorno: raccolta dei casi difficili, annotazione da parte di una persona, riaddestramento e archivio dei modelli.
Visione artificiale
6 domande con risposta. Ne avete un’altra? Scriveteci.
Partendo da un buon modello di base, per un compito stretto possono bastare alcune centinaia o qualche migliaio di esempi. Per riconoscimenti complessi con molte classi ne servono molti di più. Vi aiutiamo a capire quanti, e possiamo accelerare l’etichettatura con annotazioni semi-automatiche.
Sette categorie. Quarantacinque servizi.
Raccontateci il progetto, com’è davvero.
Scriveteci cosa vi serve e dove siete bloccati. Vi rispondiamo entro un giorno lavorativo con domande vere, e se il progetto dovrebbe essere più piccolo di come lo immaginate ve lo diremo.