O RaspCam é um protótipo de inspeção visual automatizada de peças: uma placa Raspberry Pi com câmera captura as imagens, e um laptop alinha a peça, compara com um modelo de detecção de anomalias e emite o veredito e o laudo. O objetivo é montar um dataset de peças para visão computacional e fazer inspeção automática de defeitos aprendendo só com peças boas, porque peça defeituosa é rara por definição.
Em 25 de setembro de 2026, um teste de fumaça (smoke test) verificou se o ciclo completo, da captura ao laudo, roda de ponta a ponta sem intervenção manual. Com um protetor térmico em chapa de aço polido, as duas rodadas sem defeito foram aprovadas e, quando uma tira de fita preta foi colocada sobre a chapa para simular um defeito, o sistema apontou exatamente o local, a 13,9 desvios-padrão do normal (o limiar é 4,0).
O teste mede integração, não desempenho: foi feito com luz natural de janela, sem gabarito e com um modelo treinado em outro dia, então ainda não serve para aprovar ou reprovar peça real. O próximo passo é montar uma bancada controlada, com fundo escuro, luz difusa e posicionamento fixo, para treinar um novo modelo e medir falsos positivos e falsos negativos.
Relatório completo, com o vídeo do ensaio (79 s): https://cavamura.github.io/raspcam/
Luiz Cavamura Junior
Autor da publicacao