Lors du processus de fabrication d’une voiture, les opérations effectuées dans l’atelier de peinture sont les étapes les plus délicates. Tout au long du processus, des contrôles de qualité sont effectués, de sorte que le processus est contrôlé, et des ajustements sont effectués parce que, par exemple, chaque couche varie ou l’apparition répétitive de défauts. Ces retouches sont souvent nécessaires et peuvent augmenter considérablement les coûts de fabrication.
Historiquement, pour détecter et corriger ces défauts, des zones d’inspection ont été mises en place. Ici, le personnel spécialisé examine attentivement la surface du corps. Cependant, le point faible de cette méthode est la cohérence de la détection puisque la vision humaine diffère entre les individus et, en outre, la fatigue.

En raison des progrès de la technologie de vision artificielle, ces activités de détection des défauts ont été automatisées de manière à permettre des critères d’évaluation constants. Ce que Mercedes a fait, c’est utiliser les données fournies par un processus automatique de détection des défauts qui a été appliqué à l’ensemble de la production pour développer un modèle prédictif qui permet d’améliorer l’efficacité des processus.
En développant ce modèle en atelier, les opérateurs peuvent désormais voir les défauts en temps réel et prédire quand ces défauts apparaîtront dans la couche de film de peinture, ce qui permet d’identifier et de corriger les facteurs qui conduisent à leur apparition et de les prévenir. À la fin du projet, le système pourrait capturer cette grande quantité de données et les corréler selon le modèle développé pour prédire les problèmes de qualité avant qu’ils ne surviennent.