Works/SocWeld

Om

SocWeld udvikler software til svejseindustrien. Deres brugere arbejder med detaljerede billeder — de identificerer og kortlægger svejsepunkter manuelt, ét ad gangen. Creative Oak udviklede et machine learning-system, der automatiserer denne proces: en trænet computer vision-model, der scanner billeder og identificerer svejsepunkter med høj præcision. Algoritmen kører udelukkende på SocWelds lokale server, så følsomme produktionsdata forbliver præcis dér, de skal — on-premises, væk fra skyen. Et stille stykke infrastruktur, der løfter et stort læs.

Udfordringen

At kortlægge svejsepunkter fra billeder manuelt er præcist og gentagende arbejde. For SocWelds slutbrugere betød det at gå systematisk igennem billeder — markere hvert punkt i hånden, inden nogen efterfølgende proces overhovedet kunne begynde. Der var ingen fejl i arbejdsgangen som sådan, men den var langsom. Flaskehalsen var ikke kompetencer — det var volumen. SocWeld havde brug for en måde at håndtere størstedelen af det arbejde automatisk på — uden at sende følsomme produktionsbilleder til en ekstern tjeneste. Systemet skulle være hurtigt, præcist fra dag ét og bygget til at blive bedre over tid.

Løsningen

Creative Oak udviklede en computer vision-model i Python og PyTorch, trænet til at detektere svejsepunkter direkte fra billeder. Modellen kører lokalt på SocWelds egen server — ingen data forlader deres miljø. Ved idriftsættelse identificerer den svejsepunkter med høj præcision og håndterer størstedelen af kortlægningsopgaven uden manuel indgriben. Det, der gør den bæredygtig på lang sigt, er muligheden for genoptræning: efterhånden som SocWeld akkumulerer mere mærket data, kan modellen opdateres for at øge præcisionen yderligere. Det er ikke et statisk værktøj — det er ét, der bliver mere præcist, jo mere det bruges.

Resultatet

SocWelds brugere kan nu køre billeder gennem systemet og få størstedelen af deres svejsepunkter kortlagt på få øjeblikke frem for manuelt. Med en høj præcision er det meste af arbejdet gjort, inden et menneske overhovedet åbner filen. Og fordi modellen kan genoptrænes, er det tal ikke et loft — det er et udgangspunkt. Sådan arbejder vi hos Creative Oak — kontakt os for at høre, hvad vi kunne gøre for din virksomhed.