EN
Нека почетам са мало искрености. Додавање нове линије производа је лепа прекретница, али може такође донети и непријатну главобољу. Ваш систем за инспекцију вида не познаје нове делове. Такође нема појма шта се рачуна као добар или лош део. Мораш га научити. Ако то урадите на погрешан начин, завршите ћете са лажним одбацивањем, пропуштеним дефектима и многим фрустрираним оператерима. Добра вест је да обука система за инспекцију вида може бити брза и безболна ако пратите праве кораке.
Припрема почиње са прикупљањем узорака
Пре него што се ни додирнете систему, морате да прикупите узорке. То је најважнији корак, а ипак је онај који људи најчешће пређу. Не буди таква особа.
Потребно је више врста узорака. Прво, сакупите добре делове. Потребно вам је више од неколико слика производа који испуњавају ваше стандарде квалитета. Можда ће вам требати десетине или чак стотине. Што више слика имате, боље ће систем разумети како изгледа прихватљиво. Ови добри делови треба да покривају и нормалне разлике које очекујете да видите, као што су ситне разлике у боји, мале промене у положају или ситне промене текстуре. Ако ваша обука укључује само савршене делове, систем за инспекцију вида одбациће све што изгледа мало другачије, чак и ако је и даље савршено у реду.
Друго, сакупљајте лоше делове. Направи свеобухватну листу за сваку врсту недостатка који су ти важни. У ову листу могу бити и гребање, пукотине, недостатак компоненти, погрешне боје или погрешно израмњене етикете. Што је шири број примера дефеката, систем ће боље научити шта да тражи. Једна студија је показала да се унапред обучени модел за откривање дефеката може прилагодити новим производима након што је добио умерени број нових узорака и малу количину финог подешавања. Али умерено не значи минимално. Слаби скуп података ће и даље дати лоше резултате, па се побрините да припремите добро дефинисане узорке.
Користите брзо учење да бисте брзо почели
Када имате спреман узорке података, време је да научите систем. Срећна сте јер скоро сви модерни системи за инспекцију вида имају уграђену функцију под називом Брзо учење или учење са једним дугметом. То вам олакшава посао када додате нову производну линију.
Квик Тицх ради тако што узима референтну слику дефекта без делова и аутоматски поставља системске параметре на основу те слике. Систем гледа на референцу, мере кључне карактеристике и примењује толеранције. Не морате ручно да уносите бројеве или да погодите где би прагови требали бити. Систем ради тешке послове за вас.
Ова метода добро функционише за брзо испитивање парке делова које изгледају исто. На пример, ако прегледате идентичне штампане металне делове или касиране пластичне делове, Quick Teach може да уради посао за неколико минута уместо за неколико сати. Неке модерне фотоапарате смањују време за постављање са неколико сати на само неколико минута тако што се аутоматски учи из неколико примера слика. Кључ је да се уверите да је ваша референтна слика добра репрезентација изгледа делова које очекујете да видите у партији.
Пређите на стандардно учење када се делови разликују
Брзо учење има недостатак. Ако ваши делови показују значајну варијабилност у изгледу, Квик Тхиц ће имати тенденцију да одбаци већи број добрих делова. У том случају, систем мора да учи из неколико итерација делова.
Стандардно учење ради другачије. Уместо да користите једну референтну слику, пуните целу серију добрих делова кроз систем. Систем за инспекцију вида гледа све њих, мере природне варијације и поставља своје толеранције како би укључивао цео спектар прихватљивих резултата. На овај начин, систем учи како добро изгледа у стварним условима производње, а не само у савршеном лабораторијском окружењу.
Нема ограничења за број узорака које можете користити током процеса наставе. Што више добрих делова покажеш систему, то боље разуме шта је прихватљиво. И ево ти професионалног савета. Користите само добре делове када радите стандардни Тејч. Ако случајно додате неки лош део, систем ће сазнати да је дефект прихватљив, и ви ћете имати неред на рукама.
Ручно прилагођавање када је потребно
Понекад аутоматско учење није довољно. Твоји делови могу имати сложене карактеристике са којима се систем бори. У тим случајевима, морате ручно да подесите параметре.
Већина система за инспекцију вида омогућава вам да уђете у алате и ручно подесите подешавања. Можете прилагодити интересантну област, променити прагове толеранције и прецизно подесити логику "пролаз или неуспех". То траје више времена и захтева извесно искуство, али ти даје највећу контролу. За високо прецизне апликације у којима су чак и мале грешке важне, ручно подешавање вреди додатних напора.
Ако радите са новим производом који је сличан старом, понекад можете уштедети много времена користећи постојећу инспекцију као почетну тачку. Студија о преносном учењу показала је да се модел обучен на старим производима може прилагодити новим са само умереним количином нових података о обуци, одржавајући прецизност од преко 98 посто. То значи да не морате увек да почнете од нуле. Уместо тога можете градити из постојећих модела.
Извука ИИ за сложене инспекције
Традиционални системи инспекције вида ослањају се на фиксна правила. Да ли је огреб дужи од Х милиметара? Да ли је боја изван опсега И? То је добро за једноставне инспекције. Али када су недостаци нередовни, непостојан или тешко описати са фиксираним правилима, конвенционални системи имају тенденцију да се боре.
Инспекција вида на основу вештачке интелигенције мења игру. Уместо да следи одређени скуп правила, систем учи из примера. Покажете му стотине или хиљаде добрих и лоших слика, и он сам схвати обрасце. Визија која се осматра на основу вештачке интелигенције посебно је корисна за произвођаче који покушавају да сачувају квалитет производа и минимизују отпад. Такође је веома прилагодљив променама у производу. Неке платформе комбинују надгледано и ненадгледано учење вештачке интелигенције са алатима заснованим на правилима како би се смањили лажно позитивни резултати и спречили да неисправни производи стигну до купаца.
Најлепша ствар о данашњим системима је то што су кориснички једноставни. Неке камере сада укључују уграђену вештачку интелигенцију која аутоматски учи само из неколико примерак слика, елиминишући потребу за дугом ручном конфигурацијом. Кориснички пријатељски интерфејс води операторе кроз сваку фазу процеса постављања, од прилагођавања осветљења до регистрације референтних слика. Чак и оператери са ограниченим искуством инспекције визије могу створити снажне процесе инспекције.
Важно је испитивати и потврђивати
Овде већина људи прави критичне грешке. Они обучавају систем, покрене брз тест, а затим га стављају директно у производњу. То је велика грешка.
Пре него што дозволите да ваш систем за инспекцију вида ради без надзора, морате га правилно потврдити. Проведите се у систему са познатим добрим и лошим деловима. Погледајте да ли ће ухватити све дефекте. Погледај да ли одбацује неке добре делове. Ако је ваша стопа лажног одбијања превише висока, вратите се и прилагодите своје толеранције. Ако је ваша стопа пропуштања превише висока, додајте више узорака дефекта у тренинг сет.
Приступ доказа концепта добро функционише овде. Почните са једном критичном контролном тачком на новој линији уместо да покушавате да све аутоматизујете одједном. Сакупљајте свој златни скуп података од добрих и лоших узорака, тестирајте изводљивост, и тек онда се проширите. Ако правилно урадите овај корак, на крају ћете уштедети много новца.
План за континуирано побољшање
Обука система за инспекцију вида није једнократни догађај. Ваши производи ће се променити. Твој снабдевач ће се променити. Ваши услови производње ће се променити. Ваш систем инспекције мора да буде у току.
Изградите процес за континуирано обуку. Када год пронађете нову врсту дефекта који је ваш систем пропустио, додајте те слике у тренинг сет и ретренирајте. Када год промените дизајн производа, ажурирајте своје референтне слике. Неки напредни системи нуде могућности континуираног учења које се прилагођавају варијацијама производа током времена. Што више тренираш свој систем, паметнији постаје.
Произвођачи који то раде правилно виде праве резултате. Визија инспекције вештачке интелигенције омогућава раније откривање дефеката, бржу анализу коренских узрока и у реалном времену корисне угледе који повећавају ефикасност и смањују отпад. YIHUI дизајнира опрему за визуелну инспекцију са овим принципима обуке на уму, помажући произвођачима у целом индустрији машина, електронике, ваздухопловства и аутомобила да брже покрећу нове производне линије. На крају крајева, систем за инспекцију вида је само толико добар колико и обука коју му дајете. Ако то урадиш исправно, заштитити ћеш свој бренд годинама.