A COMPUTER IMPLEMENTED METHOD FOR SECURE TRANSMISSION OF A DATA MESSAGE FROM A SOURCE NODE TO A TARGET NODE

The present invention relates to a method (100) for quality control of packages produced in a roll-fed packaging machine. The method (100) comprising a series of recurring steps, said series of recurring steps comprising: obtaining (S102), from an image data capturing device, image data depicting at least a portion of a package; in response to the roll-fed packaging machine being in an autonomous mode: determining (S106) a quality measurement of the package by inputting the image data into a machine learning model, such as a neural network; determining (S108) an action to be performed, based on the determined quality measurement; communicating (S110) the action to a control system of the roll-fed packaging machine; determining (S112) a performance metric of the machine learning model based on the quality measurement of the package and quality measurements of previously assessed packages; and assigning (S114) the mode of the roll-fed packaging machine to a re-training mode if the performance metric is outside a performance metric interval; in response to the roll-fed packaging machine being in the re-training mode: collecting (S116) the image data as training data for the machine learning model, re-training (S118) the machine learning model using the training data, and assigning (S120) the mode of the roll-fed packaging machine to the autonomous mode. La présente invention concerne un procédé (100) de contrôle de qualité d'emballages produits dans une machine d'emballage alimentée par rouleaux. Le procédé (100) comprend une série d'étapes récurrentes, ladite série d'étapes récurrentes consistant à : obtenir (S102), à partir d'un dispositif de capture de données d'image, des données d'image illustrant au moins une partie d'un emballage ; en réponse au fait que la machine d'emballage alimentée par rouleau est dans un mode autonome : déterminer (S106) une mesure de qualité de l'emballage en entrant les données d'image dans un modèle d'apprentissage automatique, tel qu'un réseau neuronal ; déterminer (S108) une action à effectuer, sur la base de la mesure de qualité déterminée ; communiquer (S110) l'action à un système de commande de la machine d'emballage alimentée par rouleau ; déterminer (S112) un paramètre de performance du modèle d'apprentissage automatique sur la base de la mesure de qualité de l'emballage et de mesures de qualité d'emballages précédemment évalués ; et attribuer (S114) le mode de la machine d'emballage alimentée par rouleau à un mode de r