L'IA en vision industrielle, là où les règles ne suffisent plus

Name: Opales
Address: 140 rue Désiré Monnier, Lons-le-Saunier, 39000, FR
Telephone: +33 3 84 24 88 66

Défauts d'aspect qui ne se ressemblent jamais, matières texturées, marquages mal imprimés : l'IA reconnaît ce qu'aucune règle ne décrit bien. Depuis le début des années 2000, Opales l'intègre à VisiOpal ; aujourd'hui, l'IA aide aussi à écrire et à tester les programmes.

Chronologie

Deux générations d'IA dans nos contrôles

La première génération inspecte les pièces. La seconde travaille avec vous sur le programme lui-même.

Génération 1

L'IA qui inspecte

2000
Les premiers réseaux de neurones
Dès le début des années 2000, là où les outils classiques plafonnaient, nous utilisons des réseaux de neurones dans nos outils de localisation (pattern) et de lecture de caractères (OCR).
2014
Cognex ViDi dans VisiOpal
L'outil de deep learning ViDi de Cognex est intégré à VisiOpal : il s'emploie comme une ligne de programme, à côté des outils classiques.
2021
VisionPro Deep Learning
Les outils VisionPro Deep Learning de Cognex rejoignent VisiOpal, avec les mêmes conventions de paramètres et de résultats.
2026
Nos propres outils d'IA, format ONNX
Outils d'IA supervisés et non supervisés développés par Opales, au format ouvert ONNX, exécutés en local sur le PC de vision.

Génération 2

L'IA qui programme avec vous

2026
L'IA intégrée à VisiOpal
Un serveur MCP intégré à VisiOpal permet à l'IA d'insérer des lignes de programme, de les tester et d'analyser les images directement.
2026
La plateforme VisiOpal IA
Elle relie VisiOpal aux modèles d'IA : notre modèle spécialisé VisiOpal servi par LM Studio, des modèles libres en local ou sur un petit serveur dédié, ou les IA connectées Claude et Claude Code, OpenAI Codex et Gemini CLI.

La plateforme VisiOpal IA

Génération 2 · VisiOpal IA

Montrez la zone, posez la question : l'IA agit dans VisiOpal

La plateforme VisiOpal IA est reliée à VisiOpal par une fenêtre de prompt avec sélection sur l'image. Par le serveur MCP de VisiOpal, l'IA lit les images, insère des lignes de programme, les teste et analyse les résultats.

Vous montrez et demandez

Dans VisiOpal, la fenêtre de prompt montre l'image : vous entourez une zone ou pointez un détail, puis vous posez votre question en français.

VisiOpal IA transmet

La plateforme envoie la demande, la zone et l'image au modèle choisi, et garde tout le dialogue dans son journal.

Le modèle raisonne

Modèle spécialisé VisiOpal, modèle libre en local ou IA connectée : il décide des actions à mener.

Il agit par le serveur MCP

Il lit l'image, insère des lignes de programme, les teste, analyse les résultats, puis vous répond ou vous pose une question.

Fenêtre Demande à l'IA Opales dans VisiOpal : zone entourée sur un DataMatrix et réponse de l'IA — La fenêtre de prompt dans VisiOpal : une zone entourée sur l'image, la question, et la réponse de l'IA, qui lit le DataMatrix et le texte « GOOD CODE ».

Fenêtre de la plateforme VisiOpal IA : liste des demandes et journal des outils appelés — La plateforme VisiOpal IA : demandes reçues, outils appelés dans VisiOpal, modèle utilisé (ici Qwen 3.5 en local par LM Studio), jetons et durée.

Notre modèle VisiOpal

Un modèle préparé par Opales pour VisiOpal, servi par LM Studio sur le poste de vision ou sur un serveur de l'usine.

Modèles libres, en local

Des modèles de langage libres (Qwen, Llama, Mistral…) sur le PC ou sur un petit serveur dédié à l'IA : rien ne sort de l'usine.

IA connectées

La plateforme dialogue aussi directement avec Claude et Claude Code, OpenAI Codex et Gemini CLI, quand le projet le permet.

Le serveur MCP est installé sur le poste de vision et refuse toute modification du programme pendant la production.

Quand l'IA, quand les règles ?

Chaque technique là où elle est la meilleure

L'IA n'est pas la réponse à tout. Une cote se mesure, une présence se vérifie : des règles explicables, réglées par une tolérance, restent plus sûres. Notre différence : combiner les deux dans le même programme.

L'IA

Défauts d'aspect variables : inclusions, taches, manques de matière
Matières naturelles ou texturées, où le « normal » varie
Marquages dégradés : jet d'encre baveux, micro-percussion, texte pâle
Défauts rares : un modèle non supervisé apprend seulement ce qui est bon

Les règles

Mesure dimensionnelle, jusqu'au micron
Présence, absence, position, comptage
Lecture de codes-barres et DataMatrix
Guidage robot et repérage de la pièce

Les deux ensemble

Dans VisiOpal, un outil classique localise la pièce, l'IA inspecte la zone, une règle mesure la taille du défaut trouvé et décide selon votre tolérance. Chaque étape est une ligne du même programme, avec ses résultats visibles.

Le logiciel VisiOpal

La démarche

Six étapes, de la première image au suivi en production

Collecte

Des images prises en production, avec le système en place ou un poste d'essai : les variations réelles de lumière, de matière et de position.

Annotation

Les défauts sont marqués sur les images avec vos experts qualité, qui savent dire ce qui est bon et ce qui ne l'est pas.

Entraînement

Le modèle est entraîné chez Opales puis exporté au format ouvert ONNX, exécuté par VisiOpal.

Validation en parallèle

Le modèle tourne à côté du contrôle actuel sans rien décider : on compare ses verdicts aux vôtres sur la production réelle.

Mise en production

Le modèle prend la décision, combiné aux outils classiques dans le même programme, avec archivage des images.

Suivi de la dérive

Les images douteuses sont gardées ; quand la production change (matière, fournisseur, éclairage), le modèle est réentraîné.

Ce dont nous avons besoin

Ce que nous vous demandons, et à quel moment

Les quantités dépendent du défaut et de sa variabilité : les essais de faisabilité les précisent. Les ordres de grandeur ci-contre permettent de préparer la collecte.

Dès l'étude de faisabilité : quelques pièces bonnes et défectueuses, ou des images, pour vérifier que le défaut se voit.
IA supervisée : des images de pièces bonnes et de chaque type de défaut, en général quelques dizaines à quelques centaines d'exemples par défaut.
Détection d'anomalies : des images de pièces bonnes seulement, quelques centaines ; utile quand les défauts sont rares.
OCR par IA : des images du marquage dans tous ses états réels, net, pâle, baveux, décalé.
Pendant la validation : une personne de la qualité pour confirmer les verdicts douteux.

Souveraineté

Votre IA tourne chez vous

Exécution locale

Les modèles d'inspection s'exécutent sur le PC de vision, sur processeur ou carte graphique : aucune image ni donnée de production ne quitte l'usine.

Format ouvert

Les modèles sont au format standard ONNX, lisible par d'autres outils : rien n'est enfermé dans un logiciel propriétaire.

Sans abonnement

Ni connexion au cloud ni abonnement pour faire tourner le contrôle : la ligne ne dépend d'aucun service extérieur.

En production

Des contrôles par IA déjà en service

Taux de détection et de faux rejets dépendent de chaque production : nous les mesurons pendant la validation en parallèle et vous les remettons avant la mise en production.

Plasturgie

Intégrité de capsules par intelligence artificielle

Le besoinDétecter des inclusions et des manques de matière trop variables pour être décrits par des règles, et savoir de quel moule sort chaque capsule.

La solution

Caméra avec système d'intelligence artificielle
Algorithme de deep learning
Recherche d'inclusions et de manques de matière
Traçabilité par l'empreinte du moule

IAAspectTraçabilité

Tous secteurs

Lecture de marquages par OCR IA

Le besoinLire des dates, lots et références imprimés au jet d'encre ou par micro-percussion, souvent pâles ou baveux.