A aceitação da inspeção de defeitos industriais deve examinar tanto os itens defeituosos perdidos quanto os itens em conformidade rejeitados incorretamente. A precisão geral depende da composição da amostra. Um número combinado pode ocultar defeitos raros perdidos quando as amostras conformes dominam. Combine as definições de defeitos, os rótulos de referência e a unidade de contagem antes da aquisição ou revisão técnica.
Defina a classe positiva e a unidade de contagem
Aqui a classe positiva é um item defeituoso e a unidade de contagem é um produto individual. As métricas em nível de imagem, em nível de região de defeito e em nível de produto precisam de definições separadas.
| Resultado de referência | Defeito previsto | Conformidade prevista |
|---|---|---|
| Artigo com defeito | Detecção correta TP |
Defeito perdido FN |
| Artigo em conformidade | Alarme falso FP |
Aceitação correta TN |
Documentação oficial da matriz de confusão do scikit-learn organiza contagens por classes reais e previstas. Esta é uma definição estatística, não um benchmark de algoritmo ou evidência de desempenho do equipamento.
Inclua o denominador em cada taxa
Dentro desta definição binária, a taxa de defeitos perdidos é FN / (TP + FN) e a taxa de falsos alarmes em itens conformes é FP / (FP + TN). Se o denominador for 0, a métrica de defeito correspondente é indefinida. O relatório deve listar contagens, composição da amostra, categorias de defeitos e escopo da avaliação.
Registre imagens borradas, falhas de alinhamento e rótulos de referência não confirmados como casos separados que requerem revisão. Combine antecipadamente o seu tratamento nos denominadores de aceitação. Remover casos difíceis para melhorar o resultado relatado é inapropriado.
Ajuste usando dados de validação e, em seguida, execute testes de aceitação
Mantenha a origem da amostra, lote, tipo de produto, condições de imagem, versão do rótulo e finalidade dos dados. Verifique novamente falhas e alarmes falsos após alterar limites, regiões ou modelos. Os dados usados para ajuste não são evidências de aceitação independentes. Imagens repetidas do mesmo produto não são amostras independentes do produto.
As condições de aceitação também precisam do escopo do defeito, da gravidade, dos casos limítrofes, dos procedimentos de revisão e do tempo do ciclo de processamento. Limites e métricas exigem testes em amostras alvo. Este artigo explica um método de avaliação. Os resultados da inspeção de equipamentos estão fora do seu escopo.
Serviços relacionados: algoritmos de visão e engenharia de modelos e consultas de projeto.