"Yalnızca hatasız parçalarla eğitim" gerçekte ne anlama gelir.

"Yalnızca hatasız parçalarla eğitim" gerçekte ne anlama gelir?

Yalnızca hatasız parçalarla eğitim, bir muayene modelinin hatasız, spesifikasyona uygun bir parçanın görünümünü küçük bir hatasız örnek kümesinden öğrenmesi, normalin nasıl göründüğüne dair bir resim oluşturması, ardından her yeni parçayı o normalden ne kadar ayrıldığına göre puanlaması demektir. Eğitim sırasında hiçbir kusur görüntüsü gösterilmez. Yöntem, yalnızca normal ya da yalnızca hatasız numuneyle eğitim olarak da anılır ve few-shot anomali tespitinin ardındaki mekanizmadır.

Karşıtlık, hem hatasız hem de kusurlu parçalardan öğrenen ve her kusur türünün önceden etiketlenmesini gerektiren denetimli sınıflandırmayladır. Yalnızca hatasız parçalar bunu tersine çevirir: yalnızca hatasız sınıfı modeller ve ondan yeterince uzaktaki her şeyi aday bir kusur olarak ele alır. Modele aranacak bir kusur listesi öğretmiyorsunuz, ona doğrunun nasıl göründüğünü öğretiyorsunuz.

Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir; yalnızca hatasız parçayla çalışan bu yaklaşım da yeni bir parçayı yaklaşık 20 referans görüntüsünden muayene etmeye başlama biçimidir.

Kusur toplamayı atlamak proje zaman çizelgesini neden çökertir?

Kusur toplamayı atlamak, geleneksel bir muayene projesindeki tek en yavaş adımı ortadan kaldırır. Bir model etiketli kusurlar üzerinde eğitilmek zorunda olduğunda, birinin her arıza modunun yeterli örneğini bulması, üretmesi veya beklemesi, bunları tutarlı biçimde fotoğraflaması ve her birini etiketlemesi gerekir. İyi çalışan bir hatta bu kusurlar kıttır, bu yüzden yalnızca toplama aşaması haftalar veya aylar sürebilir. Bu aralık bir Adente rakamı değil, sektöre özgüdür.

Yalnızca hatasız parçalar o aşamayı tamamen atlar. Bir üretim hattının bol bol ürettiği tek şey hatasız parçalardır; yani ihtiyacınız olan veri zaten hattan geliyor. Başlamak için yaklaşık 20 temsili hatasız görüntü yeterlidir, model eğitimi 48 saatten kısa sürede biter ve ünitenin kendisi yaklaşık 30 dakikada monte edilir. Yeni bir muayene görevi, çok aylık bir veri toplama uğraşı yerine iki günlük bir işe dönüşür.

Ayrıca bir hat değişiminin maliyetini de değiştirir. Yeni bir parça veya varyant eklemek artık kusur toplamayı yeniden başlatmak değil, yeni parçanın yaklaşık 20 hatasız görüntüsünü yakalamak ve yeniden eğitmek demektir.

Yalnızca hatasız parçayla yürüyen bir proje, kusur etiketlemeye dayanan bir projeden nasıl ayrılır?

İki yaklaşım, yalnızca doğrulukta değil, hangi işi yapmanız gerektiği ve ne zaman canlıya alabileceğiniz konusunda, projenin ilk gününden itibaren ayrışır.

Bir model hiç görmediği bir kusuru nasıl yakalayabilir?

Yalnızca hatasız parçalarla eğitilmiş bir model görülmemiş bir kusuru yakalar, çünkü kusurları hiç aramaz; normalden sapmayı arar. Bir hatasız parçanın nasıl göründüğünü modelledikten sonra, o öğrenilmiş normalden yeterince uzağa sapan her parça, o kusur eğitimde hiç görünmüş olsun olmasın, anomali olarak puanlanır. İlk kez görülen bir çizik, bir kısa dolum, kimsenin belirtmediği bir kirlenme izi: her biri hatasızdan bir sapma olarak okunur; bu, MVTec Anomaly Detection veri seti gibi kamuya açık kıyaslamaların ölçtüğü, yalnızca hatasız parçayla çalışan kurulumdur.

Bu, yalnızca önceden tanımlanmış veya etiketlenmiş bir kusuru yakalayabilen bir kurala ya da denetimli bir sınıflandırıcıya kıyasla yapısal bir avantajdır. Ünitenin yürüttüğü beş muayene modundan, Anomali ve Kusur Tespiti, Montaj ve Eksik Parça, Kod Okuma, Ölçüm ve Parça Tanıma, sapmaya göre reddetme mantığı üzerine kurulu olanı Anomali ve Kusur Tespiti modudur ve sonucun bir kara kutu yerine denetlenebilir kalması için ölçüm amaçlı klasik bilgisayarlı görüyle birleştirilir.

Değiş tokuş şu: sapma puanlaması bir karar değil bir mesafe döndürür, bu yüzden puanı PLC'ye bir geç veya kal sinyaline çeviren bir eşik ayarlarsınız. Onu nereye koyduğunuz, her sapmayı yakalamak ile normal yayılımı aşırı reddetmek arasındaki dengeye karar verir.

"Hatasız" küme gerçekte neyi içermelidir?

Hatasız küme, bir parçanın tüm doğal varyasyonunu içermelidir, bir avuç kusursuz parçayı değil. Gerçek hatasız parçalar; kalitenin kabul ettiği aralık içinde renkte, dokuda, konumda, yüzey işleminde ve aydınlatma tepkisinde farklılık gösterir. 20 görüntü yalnızca kusursuz, birbirinin aynı örnekleri yakalarsa, model gerçekçi olmayacak kadar dar bir normal öğrenir ve sıradan spesifikasyona uygun varyasyonu bir kusurmuş gibi reddeder. Yalnızca hatasız parçayla çalışan bir kurulumda aşırı redin en yaygın nedeni budur.

Dolayısıyla hatasız görüntüleri seçerken amaç mükemmellik değil temsil ediciliktir. Kabul edilebilir yayılımı dahil edin: farklı partiler, parçanın gerçekte sunduğu konum aralığı, hattın gerçekte kullandığı aydınlatma. Ünitenin yapılandırılabilir aydınlatması ve 12 MP global shutter yakalaması o görüntüleri tutarlı tutmaya yardımcı olur, ama kabul edilebilir varyasyonun ne sayıldığına dair yargı bir kalite kararıdır ve hatasız kümeye bilinçli olarak aittir. O çizginin nereye düştüğü, yani neyin sıradan yayılım neyin gerçek kusur sayıldığı, doğal değişkenlik ile gerçek kusurlar yazısında ele alınıyor.

Sessizce çalışan bir modeli operatörü rahatsız edenden ayıran şey, temiz ve temsili bir hatasız küme ile bir yanlış redin maliyetine göre ayarlanmış bir eşiktir.

Yalnızca hatasız parçalarla eğitim üretimde ayakta kalır mı?

Yalnızca hatasız parçalar üretimde önemli olan yerde, doğrulukta ve hızda ayakta kalır. Canlı bir kapak muayene hattında, bu şekilde eğitilmiş bir Adente Vision ünitesi, parça başına yaklaşık 30 ms'de %0,69 yanlış-negatif oranıyla %99,65 F1 skoruna ulaşır; kırık, kapanmamış ve menteşesi hasarlı kapakları geçtikleri anda reddeder. Bu bir laboratuvar sonucu değil; yalnızca hatasız parçalarla eğitilmiş bir modelin hat hızında yaptığı üretim muayenesidir.

Katalog üretim çıktısı sınırı, dakikada 100+ parçayla parça başına 0,5 s'dir ve ölçülen 30 ms, o kurulumdan gelen saha rakamıdır. Kendi hattınızda taahhüt edebileceğiniz sayı hâlâ parçalarınız ve aydınlatmanız üzerinde uygulamaya özgü bir ölçüm gerektirir, ama mekanizma kapak hattındaki sonucun ardındakiyle aynıdır. Few-shot ve anomali tespitinin ardındaki tam yöntem için, yapay zeka görsel muayenesi üzerine temel rehbere bakın; pratik "20 görüntü yeter" anlatımı için, 20 görüntüyle muayene üzerine kardeş yazıya bakın; ve yaklaşımı bir üniteye ve montaja eşlemek için, sistem sayfasına bakın.