Aceptación de inspección de defectos industriales: defectos omitidos y falsas alarmas

La aceptación de la inspección de defectos industriales debe examinar tanto los artículos defectuosos omitidos como los artículos conformes rechazados incorrectamente. La precisión general depende de la composición de la muestra. Una cifra combinada puede ocultar defectos raros omitidos cuando dominan las muestras conformes. Acuerde las definiciones de defectos, las etiquetas de referencia y la unidad de conteo antes de la adquisición o la revisión técnica.

Definir la clase positiva y la unidad de conteo.

Aquí la clase positiva es un artículo defectuoso y la unidad de conteo es un producto individual. Las métricas a nivel de imagen, a nivel de región de defecto y a nivel de producto necesitan definiciones separadas.

Documentación oficial de matriz de confusión de scikit-learn organiza los recuentos por clases reales y previstas. Esta es una definición estadística, no un algoritmo de referencia ni evidencia del rendimiento del equipo.

Incluye el denominador con cada tasa.

Dentro de esta definición binaria, la tasa de defectos omitidos es FN / (TP + FN) y la tasa de falsas alarmas en artículos conformes es FP / (FP + TN). Si el denominador es 0, la métrica de defecto correspondiente no está definida. El informe debe enumerar los recuentos, la composición de la muestra, las categorías de defectos y el alcance de la evaluación.

Registre imágenes borrosas, errores de alineación y etiquetas de referencia no confirmadas como casos separados que requieren revisión. Acordar de antemano su tratamiento en los denominadores de aceptación. Eliminar los casos difíciles para mejorar el resultado informado es inapropiado.

Ajuste utilizando datos de validación y luego realice pruebas de aceptación

Conserve el origen de la muestra, el lote, el tipo de producto, las condiciones de imagen, la versión de la etiqueta y el propósito de los datos. Vuelva a verificar los errores y las falsas alarmas después de cambiar umbrales, regiones o modelos. Los datos utilizados para el ajuste no constituyen una prueba de aceptación independiente. Las imágenes repetidas del mismo producto no son muestras de productos independientes.

Las condiciones de aceptación también necesitan el alcance del defecto, la gravedad, los casos límite, los procedimientos de revisión y el tiempo del ciclo de procesamiento. Los umbrales y las métricas requieren pruebas en muestras objetivo. Este artículo explica un método de evaluación. Los resultados de la inspección del equipo están fuera de su alcance.

Servicios relacionados: Algoritmos de visión e ingeniería de modelos. y consultas sobre proyectos.