Wat computer vision eigenlijk is
Computer vision is AI die kijkt. Een camera neemt beelden van je productielijn, je magazijn of je werkplaats, en een model leert wat er op die beelden te zien is: een kras in een paneel, een ontbrekende dop, een medewerker zonder helm, het aantal pallets dat voorbijkomt. In de industrie is dit een van de meest concrete toepassingen van AI, omdat het resultaat meteen meetbaar is: minder defecten, snellere controles, veiligere vloeren.
België heeft hiervoor een stevige traditie. In en rond Leuven zit imec met zijn onderzoek naar chips en beeldsensoren, en de Waalse industriële centra hebben hun eigen clusters. Op deze site vind je dan ook een aparte categorie computer vision, met naast bureaus ook productbedrijven die kant-en-klare inspectiesoftware maken.
Waar bedrijven het voor gebruiken
De meest voorkomende toepassing is kwaliteitscontrole. Een camera boven de lijn die elk product inspecteert op afwijkingen die het menselijk oog mist na een lange ploeg. Denk aan krassen, verkleuringen, verkeerde labels, onvolledige assemblages. De tweede klassieker is tellen en volgen: hoeveel stuks lopen over de band, waar liggen pallets, welke vakken zijn leeg.
Daarnaast groeit het gebruik voor veiligheid. Camera's die detecteren of iemand een helm draagt, of iemand in een gevaarlijke zone loopt terwijl de machine draait, of een vorkheftruck te dicht bij voetgangers komt. En een vierde groep is onderhoud: beelden van machines, lasnaden of installaties die slijtage tonen voor er een panne is.
Waarom je niet overal tegelijk begint
De grootste fout bij een eerste vision-project is de verkeerde scope. Wie meteen alle lijnen en alle defecttypes wil afdekken, bouwt een systeem dat nergens echt goed in is. Bijna elk geslaagd traject begint hetzelfde: één lijn, één probleem dat vaak voorkomt en dat vandaag tijd of kwaliteit kost.
Kies iets met een duidelijke lat. Een defecttype dat visueel herkenbaar is en dat je kwaliteitsmensen al dagelijks zoeken. "Op dit paneel zit soms een kras" is een begin. "Kijk of alles er goed uitziet" is er geen.
Wat je voorbereidt voordat een bureau komt
De beste voorbereiding is beeldmateriaal. Modellen leren van voorbeelden: veel beelden van goede producten én van elke variatie van het defect. Hoe meer echte beelden je verzamelt voor het project start, hoe sneller en goedkoper het gaat. Die beelden hoeven niet perfect te zijn; ze moeten wel echt zijn, van jouw lijn, jouw licht, jouw producten.
Denk ook na over de fysieke kant. Waar kan een camera hangen zonder de lijn te storen? Is er stabiel licht, of verandert het met de ramen en de seizoenen? Is er plaats voor een computer vlakbij, of moet alles naar een serverruimte? Dit zijn geen bijzaken: slechte lichtomstandigheden zijn een van de meest voorkomende redenen dat een vision-project vertraagt.
En betrek je werkvloer vanaf dag één. Mensen die een camera boven hun lijn zien verschijnen zonder uitleg, vullen zelf in waar die voor dient. Een systeem dat de operators helpt in plaats van controleert, wordt veel beter aanvaard. Zeg er meteen bij wie de beelden ziet en hoelang ze bewaard blijven; dat is ook wettelijk belangrijk.
Hoe een typisch traject loopt
Bijna altijd in fases. Eerst een verkenning: is dit überhaupt haalbaar met beelden, en welke camera's en licht zijn nodig? Dan een proof of concept op één lijn of één toestel, met echte beelden en een beperkt aantal defecttypes. Pas daarna volgt de uitbouw: integratie met je PLC of MES, dashboards, waarschuwingen, uitrol naar andere lijnen.
Verwacht dat het bureau vraagt om honderden of duizenden beelden van elke situatie, ook zeldzame defecten. En verwacht dat een deel van het traject gewoon engineering is: camera's plaatsen, bekabelen, beelden opslaan. Het "AI-deel" is vaak het kleinste stuk van de werkelijke inspanning.
De technische keuzes die meespelen
Je hoeft niet mee te beslissen, maar twee debatten helpen je om offertes te lezen. Het eerste is edge of cloud: rekent de machine ter plaatse, of sturen beelden naar een server? Ter plaatse is sneller en privacyvriendelijker maar duurder in hardware; de cloud is flexibeler maar vraagt bandbreedte en een antwoord op de vraag waar je beelden naartoe gaan.
Het tweede is maatwerk of product. Sommige bedrijven bouwen een specifieke inspectie voor jouw lijn, andere verkopen een platform dat je zelf configureert. Een bestaand product is vaak sneller en goedkoper als jouw geval erin past; maatwerk verdient zich terug als je producten of defecten ongewoon zijn. Op de categoriepagina computer vision zie je bij elk bedrijf welk type het is.
Vragen voor het eerste gesprek
Hoeveel beelden heb ik nodig voor een betrouwbare detectie, en wie verzamelt en labelt ze? Wat gebeurt er bij een nieuwe productvariant of een ander lichtmoment? Hoe werkt het systeem als mijn internet wegvalt? Wie traint het model bij als de defecttypes veranderen? En kan ik eerst met een beperkte test op één lijn beginnen?
Vraag ook naar het einde van het verhaal. Wat als het project slaagt en je wil uitbreiden naar drie andere vestigingen: schaalt de afspraak mee, of begint alles opnieuw?
Waar je bouwers vindt
De industriecluster hier is echt. Bedrijven uit de categorie AI in industrie en robotica en computer vision vind je verspreid over het land, met sterke concentraties rond Leuven en de industriële as van Luik. Op aibureaus.be staat elk bedrijf met zijn echte adres en specialisatie.
Begin klein, meet eerlijk en laat de werkvloer mee kijken. Dan heeft het project een echte kans om te blijven.