A linha de produção de uma montadora opera a 60 peças por minuto. Um inspetor humano, em seu melhor dia, consegue inspecionar visualmente 20 peças por minuto com 94% de acurácia. Um sistema de visão computacional inspeciona as 60 peças com 99.6% de acurácia — e nunca cansa, nunca distrai e gera um relatório completo de cada defeito detectado.
Não é ficção científica — é o que implementamos em plantas industriais brasileiras em 2025. E os números de ROI justificam qualquer ceticismo inicial.
Por que visão computacional agora?
Três fatores tornaram a visão computacional industrial economicamente viável para empresas de médio porte em 2026: (1) câmeras industriais de alta resolução custam uma fração do que custavam em 2020; (2) modelos de deep learning para detecção de objetos são maturos, bem documentados e transferíveis; (3) infraestrutura de edge computing permite inferência local sem latência de nuvem.
Tipos de defeitos que visão computacional detecta
- → Defeitos superficiais: riscos, manchas, porosidade, rebarbas, oxidação
- → Defeitos dimensionais: desvios de tolerância de frações de milímetro via calibração com câmeras de alta precisão
- → Defeitos de montagem: peças faltando, posicionamento incorreto, inversão de componentes
- → Defeitos de embalagem: rótulo incorreto, tampa não selada, volume incorreto
- → Defeitos de soldagem: porosidade, rachadura, insuficiência de solda em juntas
Arquitetura de um sistema de visão industrial
A arquitetura típica que implementamos combina: câmeras industriais GigE ou USB3 Vision com iluminação controlada (crítica para qualidade de imagem), um servidor edge (NVIDIA Jetson ou servidor x86 com GPU) rodando o modelo de inferência localmente, integração com o sistema SCADA para acionamento de rejeição automática, e um dashboard em tempo real com métricas de qualidade por turno, linha e operador.
"Em 4 meses de operação, o sistema detectou 12.847 peças não conformes que passariam pela inspeção humana. O custo de recalls de mercado que evitamos é 40× o investimento no sistema.
Diretor de QualidadeFabricante de componentes automotivos — Paraná
Quantas imagens precisamos para treinar?
A pergunta mais comum. A resposta depende da complexidade do defeito. Para detecção de presença/ausência de componentes: 200–500 imagens com transfer learning de um modelo base (YOLO, EfficientDet). Para defeitos superficiais sutis: 1.000–5.000 imagens, especialmente de casos raros. Para defeitos altamente raros, usamos geração sintética de dados (GAN ou difusão) para aumentar o dataset artificialmente.
O maior gargalo não é quantidade de imagens — é qualidade da anotação. Um dataset de 1.000 imagens bem anotadas supera um de 10.000 anotadas com descuido. Investir em processo de anotação rigoroso, com revisão por especialista de domínio (não só por anotador de dados), é o que separa modelos que funcionam em demo de modelos que funcionam em produção.
Especialista em soluções de IA para o mercado corporativo. Na SOLAI desde 2021, responsável por projetos de ML em produção em setores como financeiro, varejo e saúde.