Sejumlah kecil gambar normal dapat mendukung pemeriksaan awal input gambar, penyelarasan, variasi gambar, dan metode kandidat. Ini bukanlah bukti yang cukup mengenai kinerja deteksi cacat nyata atau cakupan penerimaan yang lengkap. Tanpa sampel yang benar-benar cacat, biarkan kesimpulan cacat yang terlewat ditandai sebagai belum diverifikasi.

Sampel normal apa yang dapat didukung

Periksa format, ketajaman, pencahayaan, variasi lokasi, dan tekstur normal. Alarm palsu metode kandidat juga dapat diamati pada gambar yang disediakan. Pengamatan tersebut berlaku untuk sampel yang disediakan. Mereka tidak secara langsung menetapkan perilaku untuk setiap item, batch, atau periode produksi yang sesuai.

Diperlukan masukan tambahan

Masukan Tujuan
Kelas cacat, dimensi dan kriteria keputusan Tentukan apa yang harus dideteksi
Sampel yang benar-benar cacat dan berada di ambang batas Periksa cakupan cacat dan kesalahan
Batch berbeda dan variasi normal Periksa alarm palsu pada item yang sesuai
Gambar yang tidak dapat digunakan dan sampel kegagalan penyelarasan Tentukan status yang diperlukan peninjauan dan kegagalan
Data dan ketentuan penerimaan independen Menghasilkan catatan penerimaan untuk ruang lingkup yang disebutkan

Apakah pelatihan normal saja menghilangkan kebutuhan akan pengujian cacat

Bahkan ketika metode kandidat deteksi anomali dilatih terutama pada sampel normal, cacat nyata yang sesuai dengan definisi bisnis dan data independen masih diperlukan untuk memverifikasi kinerja deteksi. Cacat sintetik dapat membantu analisis. Mereka tidak secara otomatis mengganti semua cacat nyata atau kondisi lapangan.

Bermula dari data yang tidak lengkap

Batasi terlebih dahulu jenis produk, kondisi pencitraan, dan tujuan percontohan. Kirimkan daftar kesenjangan sampel, rute kandidat, dan rencana pengujian. Rekam konten yang diperiksa secara terpisah dari cakupan yang belum diverifikasi. Tetapkan kesimpulan penerimaan setelah sampel yang hilang diberikan. Demonstrasi awal bukanlah bukti lulus inspeksi secara lengkap.

Layanan terkait: algoritma visi dan rekayasa model Dan pertanyaan proyek.