Görsel muayene, imalat sektöründe bilgisayarlı görünün en yaygın kullanım alanlarından biridir. Aynı zamanda projelerin modelle pek ilgisi olmayan nedenlerle başarısız olduğu bir alandır. Yetersiz aydınlatma, temsil gücü düşük veri ve belirsiz kabul hedefleri, ağ mimarisi seçiminden daha fazla soruna yol açar. Bu yazıda, model eğitimine başlamadan önce tamamlanması gereken planlama adımları özetlenmektedir.

Kararı ve maliyetini tanımlayın

Sistemin vereceği kararla başlayın. Bu karar bir parçayı kabul veya red etmek, kusur tipini sınıflandırmak, bir ölçüyü almak ya da adet saymak olabilir. Ardından yanlış bir kararın maliyetini yazın. Yanlış red, sağlam bir parçanın hurdaya ayrılması veya yeniden işlenmesi anlamına gelir. Gözden kaçan bir kusur ise müşteriye ulaşabilir, şikayete yol açabilir veya güvenlik riski oluşturabilir. Bu maliyetler ürüne ve müşteriye göre değişir ve sistemin nasıl ayarlanacağını belirler.

Modelden önce optik

Görüntü kalitesi, her modelin ulaşabileceği üst sınırı belirler. Kamera çözünürlüğü, tespit edilmesi gereken en küçük kusurdan hareketle ve kusurun kapladığı alanda birkaç piksel kalacak şekilde belirlenmelidir. Lens seçimi bozulmayı, alan derinliğini ve çalışma mesafesini etkiler. Aydınlatma çoğu zaman en önemli unsurdur, çünkü karanlık alan, aydınlık alan veya yaygın kubbe aydınlatma gibi doğru geometri, bir çiziğin ya da eziğin görünür olmasını sağlar.

Sabitleme aparatları ve muhafazalar, ortam ışığındaki değişimi ve parça titreşimini sınırlamalıdır. Herhangi bir model çalışması yapılmadan önce görüntüler gerçek hatta, gerçek parçalarla alınmalıdır. Böylece ekip, kusurların aynı görüntülere bakan bir insan tarafından görülüp görülemediğini değerlendirebilir.

Kusur sınıfları, etiketleme ve veri toplama

Kusur sınıfları, örnek görüntülerle desteklenmiş yazılı tanımlara ve kabul edilebilir ile edilemez arasındaki net sınırlara ihtiyaç duyar. Etiketleme kılavuzları kalite personeli tarafından gözden geçirilmeli, görüntülerin bir örneği birden fazla kişi tarafından etiketlenerek uyum ölçülmelidir. Etiketleyenler arasındaki uyuşmazlık, çoğu zaman tanımın yeterince net olmadığını gösterir.

Veri, vardiyalar, operatörler, hammadde partileri, takım durumları ve mevsimler boyunca toplanmalıdır. Sıcaklık, nem ve gün ışığı parçaların görünümünü değiştirebilir. Kusurlar doğaları gereği nadirdir. Bu nedenle yeterli sayıda örnek toplamak için bir plan gerekir ve bu plan bilinçli olarak üretilmiş hatalı numuneleri de içerebilir.

Çıkarım konumu ve gecikme bütçesi

Çıkarım, kameranın yanındaki bir uç cihazda veya fabrika ağı üzerinden bağlanan bir sunucuda çalışabilir. Uç cihaz kurulumu düşük ve öngörülebilir gecikme sağlar, ağ kesilse bile çalışmaya devam eder. Sunucu ise model güncellemelerini kolaylaştırır ve daha ağır modellerin çalıştırılmasına imkân verir. Karar, gecikme bütçesine göre verilir. Bu bütçe tetikleme anında başlar, görüntü yakalama, aktarım, ön işleme, çıkarım ve üretim hattına iletilen sinyali kapsar ve parça ayıklama noktasına ulaşmadan önce bitmelidir.

Operatörler, eşik değerleri ve hat entegrasyonu

Her model, yanlış pozitifler ile yanlış negatifler arasında bir denge kurar. Çalışma eşiği, ilk adımdaki maliyet analizi kullanılarak hat operatörleri ve kalite mühendisleriyle birlikte seçilmelidir. Hangi değişimlerin normal olduğunu operatörler bilir. Onları sürece erken dahil etmek hem etiketlerin kalitesini hem de sistemin benimsenmesini iyileştirir.

Görüntü işleme sistemi hatla iletişim kurmak zorundadır. Tetik sinyalini genellikle bir PLC verir ve sonucu yine PLC alır. İzlenebilirlik için kayıtlar ise bir MES sistemine gönderilir. Hava jeti, itici veya yönlendirici gibi ayıklama mekanizması parça konumuyla senkronize olmalıdır. Kamera arızaları, model hataları ve iletişim kaybı için güvenli durum davranışı tanımlanmalıdır.

Geri bildirim, sapma ve kabul kriterleri

Canlıya alındıktan sonra operatörler hatalı kararları işaretleyebilmeli ve bu görüntüler bir inceleme ve yeniden eğitim sürecine akmalıdır. İzleme, ret oranını, skor dağılımlarını ve görüntü istatistiklerini takip etmelidir, çünkü hammadde, aydınlatma veya kamera konumundaki değişiklikler sapmaya neden olur. Model sürümleri, veri kümeleri ve onaylar, olağan MLOps uygulamasının parçası olarak kayıt altına alınmalıdır.

Kabul kriterleri eğitim başlamadan önce kararlaştırılmalıdır. Bu kriterler; kaçırılan kusur oranı ve yanlış red oranı gibi metrikleri, test veri kümesini, test koşullarını ve onayı kimin vereceğini belirtmelidir. Bunlar tanımlandığında projenin net bir tamamlanma ölçütü olur.