Calidad
Visión 2D o 3D: decisión técnica con impacto directo en costes
La inspección visual automática es una de las puertas de entrada más efectivas a la IA industrial. Sin embargo, muchas empresas empiezan por la pregunta incorrecta: “¿compramos 2D o 3D?”. La pregunta útil es otra: “¿qué defecto me cuesta más dinero y qué precisión necesito para detectarlo a tiempo?”.
Elegir bien la arquitectura de visión impacta en scrap, retrabajo, devoluciones y estabilidad del proceso. Elegir mal dispara coste, complejidad y mantenimiento del sistema.
Cuándo 2D es la opción ganadora
La visión 2D destaca en defectos superficiales, clasificación de presencia/ausencia, marcas de impresión y control de patrones repetitivos. Si la variabilidad de iluminación está controlada y la cadencia es alta, 2D puede ofrecer una relación coste-rendimiento excelente.
Además, el despliegue y la operación suelen ser más simples: menor peso de datos, menor necesidad de calibración geométrica avanzada y menor barrera para mantenimiento en planta.
Cuándo merece la pena ir a 3D
La inspección 3D es especialmente útil cuando el valor está en la geometría: altura, volumen, deformaciones, tolerancias críticas o ensamblajes con profundidad relevante. Aquí la 2D se queda corta porque no “ve” información fuera del plano.
Eso sí, 3D exige una ingeniería más fina de adquisición, calibración y mantenimiento. No es solo cambiar cámara: implica rediseñar parte del entorno de captura y del flujo de validación.
El 70% del éxito está en el entorno, no en el modelo
En proyectos de calidad con IA, la narrativa suele centrarse en el algoritmo. En realidad, la robustez depende más de iluminación, óptica, posicionamiento de pieza, control de vibraciones y limpieza del sistema. Si eso falla, ningún modelo compensará la deriva.
Una buena práctica es ejecutar un “pre-piloto óptico” antes de entrenar: validar estabilidad de imagen durante turnos completos, cambios de referencia y condiciones reales de operación.
Recomendación operativa
Empieza por un defecto de alto coste, establece baseline manual, compara 2D y 3D en la misma ventana de prueba y mide impacto económico por turno. Ese enfoque evita decisiones por moda y acelera el escalado con evidencia.
Escena de planta: cuando la luz cambia, cambia todo
En una linea de inspeccion, el sistema funcionaba durante la manana y caia en precision por la tarde. El problema no era el algoritmo: era una variacion de iluminacion y suciedad en la optica que nadie habia metido en el plan de mantenimiento.
Este tipo de detalle explica por que vision industrial no es solo IA. Es ingenieria de captura, disciplina operativa y gobernanza de cambios.
Practicas que elevan fiabilidad
- Checklist de limpieza y calibracion por turno.
- Muestreo cruzado entre inspeccion automatica y validacion humana.
- Control de version de modelos por referencia de producto.
Con ese enfoque, la deteccion deja de ser una demo y pasa a ser una capacidad estable de calidad.