Güncelleme: Temmuz 2026 · 8 dk okuma · Serkan İnkaya · Mechanical Engineer, ODTÜ
Doğal değişkenlik ile gerçek kusur arasındaki fark nedir?
Doğal değişkenlik, bir parçanın hâlâ iyi sayılırken sahip olabileceği görünüm aralığıdır. Kabul edilebilir iki birim asla piksel düzeyinde birebir aynı değildir: malzeme partileri rengi biraz kaydırır, yüzey dokusu farklılaşır, parça sabitleyicide bir milimetre farklı oturur, bir yansıma yeni bir yere düşer. Gerçek kusur, yani uygunsuzluk ise parçayı gerçekten kullanılamaz hâle getiren bir sapmadır: çatlak, ezik, eksik özellik, kirlilik. Muayene sorunu şudur: ikisi de bir modele "farklılık" gibi görünür ve iyi bir kurulumun görevi, modele hangi farklılıkları göz ardı edeceğini ve hangilerini işaretleyeceğini öğretmektir.
Bu sınırı doğru çizmek, güvenilen bir müfettişi operatörlerin devre dışı bırakmayı öğrendiği bir müfettişten ayıran şeydir. Normal yayılımı işaretleyen bir müfettiş, sahayı onu geçersiz kılmaya alıştırır; geçersiz kılma alışkanlığı ise gerçek kusurların, aslında yakalaması gereken bir istasyondan sızmaya başlamasının yoludur.
Bir anomali modeli neden hatasız parçaları aşırı reddeder?
Bir anomali modeli, "normal" fikri gerçek hatasız parçadan daha dar olduğunda aşırı ret verir. Model, normu referans görüntülerinden öğrenir; bu nedenle bu görüntüler yalnızca tek bir malzeme partisini, tek bir aydınlatma koşulunu veya tek bir kesin konumu gösteriyorsa, model farklı bir partiden gelen kusursuz hatasız bir parçayı sapma olarak değerlendirir. Kendi mantığına göre yanılıyor değildir: parça, gösterilene göre gerçekten farklıdır. Hata daha yukarıda, gerçek yayılımı yetersiz temsil eden bir iyi kümesindedir. Bu, gözetimsiz muayenede yanlış ret sorununun en yaygın tek nedenidir; MVTec Anomaly Detection veri seti gibi kamuya açık kıyaslamaların incelemek için tasarladığı sınır da budur ve bir model kusuru değil, veri düzenleme meselesidir.
Bu arıza biçimi sessiz ve pahalıdır. Yanlış retler, sağlam ürünü hurdaya çıkarır, yeniden muayeneyi tetikler ve hepsinden kötüsü, operatörlere istasyona güvenmemeyi öğretir. Maliyet dramatik bir kaçış olarak değil verim kaybı olarak ortaya çıktığından, biri onu en baştan fazlaca temiz olan bir iyi kümesine kadar izleyene dek haftalarca sürebilir.
Bunu teşhis etmek, nereye bakacağınızı bildiğinizde basittir. Reddedilen parçalar incelendiğinde gerçekten iyiyse ve tek bir özellik, belirli bir parti, ortam ışığındaki bir kayma, bir sabitleyici konumu etrafında kümeleniyorsa, hatasız kümesi o özelliği kaçırmıştır. Çözüm, ona ait örnekleri referans kümesine geri katmak ve yeniden eğitmektir; eşiği körlemesine gevşetmek değildir, çünkü bu, gerçek kusurların değişkenlikle birlikte geçmesine izin verir.
Hatasız küme hangi doğal değişkenlik kaynaklarını içermelidir?
Hatasız küme, doğru bir parçanın meşru biçimde gösterdiği değişkenliği kapsamalıdır. Pratikte bu, tek bir kusursuz birimin neredeyse birebir fotoğraflarından oluşan bir yığın değil, hattınızda gerçekten değişen kaynakları yakalamak demektir. Bilinçli olarak dahil etmeye değer kaynaklar somuttur:
- Malzeme ve parti: renk ve yüzey işlemi partiler ve tedarikçiler arasında kayar.
- Yüzey dokusu: süreç için normal olan tane yapısı, fırça izleri ve döküm dokusu.
- Konum ve dönüş: sabitleyicinin izin verdiği gerçek yerleştirme aralığı.
- Aydınlatma ve yansıma: hücrenin gerçekte ürettiği yayılım; ünitenin yapılandırılabilir renk ve açı aydınlatması bir kez ayarlanıp tutarlı tutulmasının nedeni budur.
Bu aralığı içeren yaklaşık 20 hatasız görüntü yakalamak, modele olağan yayılımı göz ardı etmeyi öğreten şeydir. Sezgilere aykırı olan kısım şudur: her görüntüsü kusursuz bir ikiz olan "fazlaca temiz" bir iyi kümesi, daha kötü bir müfettiş üretir, çünkü hatasız bir parçanın ne kadar değişebileceğini hiç görmemiştir. Bir modelin tek bir kusur örneği görmeden yalnızca hatasız parçalardan öğrenebilmesinin nedeni, yalnızca hatasız parçalarla eğitim üzerine yazıda anlatılıyor.
Burada sonradan işe yarayan bir disiplin vardır. Hatasız kümeyi, hattın gerçekte çalışacağı aydınlatma altında, aynı istasyonda yakalamak, modelin farklı bir kurulumun gürültüsünü değil önemli olan değişkenliği öğrenmesini sağlar. Farklı ışık altında bir tezgahta çekilen bir hatasız kümesi, modele hattı değil tezgahı öğretir ve yakalama ile üretim arasındaki her uyumsuzluk sonradan bir yanlış ret olarak ortaya çıkar.
Doğal değişkenlik ile gerçek kusur: neyi nerede ele almalı
Tablo, her farklılık kaynağını, onu hatasız kümesinde nasıl göstereceğinize ve eşiğin onunla ne yapması gerektiğine eşler.
| Değişkenlik kaynağı | Hatasız kümede nasıl gösterilir | Eşiğin rolü |
|---|---|---|
| Malzeme / parti renk kayması | Birkaç partiden parça dahil edin | Normal renk yayılımının üzerine ayarlayın |
| Yüzey dokusu / tane yapısı | Doğal doku aralığını dahil edin | Olağan tane yapısını işaretlemeyin |
| Parça konumu / dönüşü | Gerçek yerleştirme aralığını yakalayın | Sabitleyici boşluğunu tolere edin |
| Aydınlatma / yansıma | Yapılandırılabilir aydınlatmayı tutarlı tutun | Yakalamada yansıma gürültüsünü azaltın |
| Gerçek kusur (çatlak, ezik) | Hatasız kümesinde asla yer almaz | Eşiği aşacak şekilde puanlanır, işaretlenir |
Son satır, başarısız olması gereken satırdır. Üzerindeki her şey, modelin geçirmesi gereken değişkenliktir; bu yüzden hatasız kümesi ve eşik birbiri ardına değil, birlikte ayarlanır.
Değişkenliğin geçip kusurların başarısız olması için eşiği nasıl ayarlarsınız?
Eşik, değişkenlik ile kusurun nihayet ayrıldığı yerdir. Model, parça başına bir sapma veya güven puanı üretir ve eşik, geçti mi kaldı mı kararını verir. Çok sıkı ayarlarsanız normal yayılım onu tetikler, böylece yanlış retler artar. Çok gevşek ayarlarsanız gerçek bir kusur altından sızar, böylece kaçışlar artar. Çalışma noktası, hatasız kümesine bilinçli olarak yerleştirdiğiniz doğal değişkenliğin hemen üzerinde ve yakalamanız gereken en küçük kusurun altında yer alır. Puan parça başına açığa çıkarıldığından, bir entegratör bunu hattın bir kaçışa karşı bir yanlış retin gerçek maliyetine göre ayarlayabilir ve sınırdaki parçaları bir tahmine zorlamak yerine güvenli bir varsayılana yönlendirebilir. Aynı parça başına puanlama, sahada varyant tanımayı da yönlendirir; örneğin %0,9 güvenin üzerinde tanınan tampon varyantları.
Pratikte çalışma noktası bir kez tahmin edilip bırakılmaz. Hatasız kümenin gösterdiği yayılımdan başlar, ardından gerçek üretim verisi biriktikçe hareket eder; hattın istikrarlı olduğunu kanıtladığı yerde sıkılaşır, meşru yeni bir değişkenlik kaynağı ortaya çıktığı yerde gevşer. Eşiği, partiler ve takımlar değiştikçe gözden geçirilen yaşayan bir ayar olarak ele almak, yanlış ret oranını yalnızca ilk günde değil tüm bir üretim boyunca düşük tutan şeydir.
Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir. Kabul edilebilir değişkenliği gerçek bir kusurdan ayırmak, parça başına puanlamasının desteklemek üzere kurulduğu bir ayarlama adımıdır.
Kaçışların ve yanlış retlerin ardındaki metrik için yanlış-negatif oranı üzerine kardeş yazıya bakın; few-shot ve anomali eğitiminin ardındaki tam yöntem için ise sütun rehbere bakın. Değişkenlik ayarlamasının ünitenin yürüttüğü görevler arasında nerede durduğunu görmek için gerçek uygulamalara göz atın.