Güncelleme: Temmuz 2026 · 7 dk okuma · Serkan İnkaya · Mechanical Engineer, ODTÜ
Hibrit görüntü işleme nedir?
Hibrit görüntü işleme, aynı parça üzerinde iki yöntemi çalıştıran bir muayene tasarımıdır: sabit bir kuralla ölçülebilen kontrol parçaları için klasik bilgisayarlı görü ve öğrenilmiş yargı gerektiren parçalar için bir yapay zeka modeli. Bu, “içinde biraz yapay zeka var” için bir pazarlama etiketi değildir. Her yarının gerçekten iyi olduğu şeyi yapması ve tüm sistemin açıklanabilir kalması için seçilmiş bir iş bölümüdür.
Bunları birleştirmenin nedeni, hiçbir yöntemin gerçek bir muayeneyi tek başına kapsamamasıdır. Klasik bilgisayarlı görü kesin ve belirlenimcidir, ancak bir kuralın tanımlamadığı hiçbir şeye kördür. Bir derin öğrenme modeli değişkenliğe ve nadir kusurlara genelleşir, ancak hayır dediğinde sorgulanması daha zordur. Bunları bir araya getirin ve belirlenimci yarı ölçülebilir kontrolleri, öğrenilmiş yarı ise yargı gerektiren kararları üstlensin; her sonuç ikisinden birine kadar izlenebilir.
Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir ve muayene motoru tasarımı gereği hibrittir: tek bir opak ağ değil, yapay zeka çıkarımıyla birleştirilmiş klasik bilgisayarlı görü.
Klasik bilgisayarlı görü neyi iyi yapar?
Klasik bilgisayarlı görü açık, elle yazılmış talimatları izler: bu kenarı bul, bu mesafeyi ölç, bu özellikleri say, bu piksel değerini bir eşikle karşılaştır. Mantık yazılı olduğu için hızlı, tekrarlanabilir ve doğrulaması kolaydır. Bir parça kaldığında, tam olarak hangi ölçümün ve ne kadar kaldığını gösterebilirsiniz.
Bu, klasik bilgisayarlı görüyü metrik olan her şey için hibridin doğru yarısı yapar. Boyutsal ölçüm en açık örnektir: gerçek bir hatta, bir muayene ünitesi parça başına form öğesi koordinatlarını ve boyutlarını milimetre cinsinden bildirebilir; yani bir kalite mühendisinin teknik resimdeki toleransla karşılaştırabileceği bir sayı. Sayım da aynı hikâyedir, bir form öğesinin tanımlı bir konum penceresine oturduğunu doğrulamak da öyle. Bu kontroller bir sinir ağına ihtiyaç duymaz ve onları böyle bir ağdan geçirmeye zorlamak, onları güvenilir kılan denetim izini yalnızca ortadan kaldırırdı.
Klasik bilgisayarlı görünün sınırı, değişkenlik ve bilinmeyendir. Sabit aydınlatma için ayarlanmış bir kural, hat hızı pozlamayı değiştirdiğinde kayar. Bir varyant için yazılmış bir kural, bir sonrakinde başarısız olur. Ve bir kural yalnızca birinin önceden tanımlayabildiği bir kusuru yakalayabilir; dolayısıyla kimsenin belirtmediği ilk kez görülen kusura kördür.
Yapay zeka katmanı ne ekler?
Yapay zeka katmanı, hatasız bir parçanın görünümünü elle yazılmış kurallardan değil, örnek görüntülerden öğrenir. Bu tek fark, klasik bilgisayarlı görünün kapsayamadığı durumları kapsamasını sağlayan şeydir: doğal yüzey değişkenliği, karmaşık dokular ve asla iki kez aynı görünmeyen kusurlar.
En güçlü katkısı anomali tespitidir. Yalnızca hatasız parçalar üzerinde eğitilen model, normalin bir resmini kurar ve sapan her şeyi işaretler; bu da hiçbir kuralın yazılmadığı nadir ya da ilk kez görülen bir kusuru yakalayabileceği anlamına gelir; bu, MVTec Anomaly Detection veri seti gibi kamuya açık kıyaslamaların ölçmek için kurulduğu, yalnızca hatasız parçayla çalışan görevdir. Model hatasız numunelerle eğitildiği için, olası her kusurun kataloğu yerine küçük bir referans görüntü kümesinden başlayabilir; yeni bir parça eklemeyi bir veri toplama projesi değil, kısa bir iş yapan da budur. Yapay zeka katmanı ayrıca varyant sınıflandırmasını da üstlenir ve hücrenin, bir sonraki varyantta kırılan kırılgan bir kural yerine, hücrenin üzerine gidebileceği parça başına bir güven skoru döndürür.
Yapay zeka katmanının getirdiği bedel, yorumlanabilirliktir: öğrenilmiş bir puan, açık bir ölçümden daha az kendini açıklar. Tam da bu yüzden tek başına kullanılmak yerine klasik bilgisayarlı görüyle eşleştirilir.
Klasik bilgisayarlı görü ve yapay zeka işi nasıl paylaşır?
Tabloyu, iki aile arasındaki genel iş bölümü olarak okuyun. Hibrit sonuç, tek bir yöntemin kazanması değil, her kontrolün onu en iyi yapan yarıya yönlendirilmesidir.
| Muayene görevi | Klasik BG rolü | Yapay zeka katmanı rolü |
|---|---|---|
| Boyutsal ölçüm (konum, mm cinsinden boyut) | Özelliği belirlenimci olarak ölçer | Nadiren gerekir |
| Özellik ya da parça sayımı | Açık kuralla sayar | Örtüşme ve karmaşayı çözer |
| Fikstürlenmiş bir parçada konum ve varlık | Tanımlı bir pencereye göre kontrol eder | Doğal değişkenliği tolere eder |
| Yüzey kusuru (çizik, ezik) | Tanımsız kusurları kaçırır | Hatasız parçadan sapmayı işaretler |
| Nadir, ilk kez görülen anomali | Hiçbir kural yakalayamaz | Normali öğrenir, gerisini işaretler |
| Varyant sınıflandırması | Varyantlar arasında kırılgan | Parça başına güvenle sınıflandırır |
Bir hibrit sistem neden bir kara kutudan daha denetlenebilirdir?
Bir hibrit sistem denetlenebilirdir; çünkü geçme ya da kalma kararlarının çoğu, bir kişinin inceleyebileceği bir şeye kadar izlenir. Metrik kontroller birimli sayılara iner; yani reddedilen bir parça, aştığı ölçüm ve toleransla birlikte gelir. Öğrenilmiş kontroller ise belirlediğiniz eşiğe göre bir güven ya da anomali puanına iner; yani reddedilen bir yüzey, bir puan ve o puanın geçemediği çalışma noktasıyla birlikte gelir. Hiçbir yanıt “ağ karar verdi” değildir.
Bu, bir üretim hattında iki pratik nedenden dolayı önemlidir. Birincisi, kalite denetimleri ve müşteri şikâyetleri bir neden gerektirir ve “ölçülen boşluk 2,0 mm sınıra karşı 2,4 mm’ydi”, bir tedarikçinin ve bir müşterinin ikisinin de üzerine hareket edebileceği bir nedendir. İkincisi, yanlış redler arttığında, bir hibrit sistem, kaymanın bir ölçümde mi yoksa öğrenilmiş bir puanda mı olduğunu görmenizi sağlar; bu da bir fikstürü mü ayarlayacağınızı yoksa modeli mi yeniden eğiteceğinizi söyler.
Adente Vision bu yapıyı cihaz üstünde korur. Beş muayene modu, Anomali ve Kusur Tespiti, Montaj ve Eksik Parça, Kod Okuma, Ölçüm ve Parça Tanıma, aynı hibrit ayrımı çalıştırır; dolayısıyla ölçüm ve öğrenilmiş yargı, görüntüyü hattın dışında ayrı bir hizmete göndermeden aynı parça üzerinde birlikte kullanılabilir.
Adente Vision hibrit yaklaşımı nasıl uygular?
Doğrulanmış temel basittir. Ünite, tek bir muhafazada klasik bilgisayarlı görüyü yapay zeka çıkarımıyla birleştirir, yukarıdaki beş modu çalıştırır ve metrik kontroller için parça başına boyutsal ölçümü milimetre cinsinden bildirir. Yapay zeka yarısı sapmayı işaretlemek için hatasız parçalar üzerinde eğitilir ve varyant tanıma, sert bir kural yerine parça başına bir güven skoru döndürür. Bunların tümü edge üzerinde çalışır; dolayısıyla ham parça görüntüsü hatta kalır.
Hibridin tümüyle kural tabanlı bir istasyona kıyasla nereye oturduğu ve hangi kontrolün hangi yönteme ait olduğuna nasıl karar verileceği için, kural tabanlı ve yapay zeka görüntü işleme üzerine kardeş karar kılavuzuna bakın. Öğrenilmiş bir puanı bir geçme ya da kalma sinyaline dönüştüren eşik için, güven skorları ve karar eşikleri üzerine tamamlayıcı yazıya bakın. Few-shot ve anomali tespitinin ardındaki tam yöntem için ana kılavuza bakın.