Acceptation de l'inspection des défauts industriels : défauts manqués et fausses alarmes

L'acceptation de l'inspection des défauts industriels doit examiner à la fois les articles défectueux manqués et les articles conformes rejetés à tort. La précision globale dépend de la composition de l’échantillon. Un chiffre combiné peut masquer des défauts rares manqués lorsque les échantillons conformes dominent. Convenez des définitions des défauts, des étiquettes de référence et de l’unité de comptage avant l’approvisionnement ou l’examen technique.

Définir la classe positive et l'unité de comptage

Ici, la classe positive est un élément défectueux et l'unité de comptage est un produit individuel. Les métriques au niveau de l’image, de la région défectueuse et du produit nécessitent des définitions distinctes.

Documentation officielle de la matrice de confusion scikit-learn organise les décomptes par classes réelles et prévues. Il s’agit d’une définition statistique, et non d’un algorithme de référence ou d’une preuve des performances de l’équipement.

Incluez le dénominateur avec chaque taux

Dans cette définition binaire, le taux de défauts manqués est FN / (TP + FN) et le taux de fausses alarmes sur les articles conformes est FP / (FP + TN). Si le dénominateur est 0, la métrique de défaut correspondante n'est pas définie. Le rapport doit énumérer les décomptes, la composition de l'échantillon, les catégories de défauts et la portée de l'évaluation.

Enregistrez les images floues, les échecs d’alignement et les étiquettes de référence non confirmées comme des cas distincts nécessitant un examen. Convenez à l’avance de leur traitement en dénominateurs d’acceptation. Supprimer les cas difficiles pour améliorer le résultat rapporté est inapproprié.

Ajustez à l’aide des données de validation, puis effectuez des tests d’acceptation

Conservez l’origine de l’échantillon, le lot, le type de produit, les conditions d’imagerie, la version de l’étiquette et l’objectif des données. Revérifiez les échecs et les fausses alarmes après avoir modifié les seuils, les régions ou les modèles. Les données utilisées pour le réglage ne constituent pas une preuve d'acceptation indépendante. Les images répétées du même produit ne constituent pas des échantillons de produits indépendants.

Les conditions d'acceptation nécessitent également l'étendue du défaut, sa gravité, les cas limites, les procédures d'examen et la durée du cycle de traitement. Les seuils et les mesures nécessitent des tests sur des échantillons cibles. Cet article explique une méthode d'évaluation. Les résultats de l’inspection des équipements sortent de son champ d’application.

Prestations associées : algorithmes de vision et ingénierie de modèles et demandes de renseignements sur le projet.