Antes de comenzar
Conocimiento inicial
- Conozca el producto y el costo de los defectos omitidos y los falsos rechazos.
- Tenga un propietario de calidad que pueda juzgar ejemplos difíciles.
Equipo & medio ambiente
Comience sin conexión con imágenes representativas autorizadas y un estudio de iluminación/cámara controlado.
No hay un tiempo de finalización fijo: utiliza las puertas de evidencia a continuación para decidir cuándo avanzar. Los enlaces de recursos abren la entrada del directorio botstest; consulte la documentación del editor para conocer la versión y configuración exactas.
principiante
Definir defectos y evidencia de imagen.
Sepa qué debe revelar la cámara y cómo se deciden las etiquetas.
Cómo funciona esta etapa
Un método de inspección sólo puede juzgar los defectos visibles en sus observaciones. Defina juntos el defecto y las condiciones de imagen.
Trabajar a través de un ejemplo
Ejercicio de estudio ilustrativo · escrito por botstest
Prepare ejemplos de piezas normales, defectuosas y ambiguas. Para cada defecto crítico, pregunte si la vista y la iluminación propuestas lo hacen distinguible antes de dedicar esfuerzos a un clasificador.
- Haga que el propietario de calidad defina las etiquetas.
- Inspeccionar la calidad de la imagen y los casos no observables.
- Reglas de adjudicación de registros por ambigüedad.
Si un defecto no es visible, un modelo diferente no puede recuperar información que la cámara nunca capturó.
Base de referencia: Estimación de pose geométrica. El ejemplo y el tutorial son aplicaciones editoriales de la fuente.
Aprende en este orden
- Categorías de defectos, casos límite y visibilidad
- Iluminación, óptica, pose y calibración.
- Consecuencias de falsa aceptación versus falso rechazo
Leer y luego aplicar
Russ Tedrake · MIT · Capítulo del curso
Estimación de pose geométrica
Leer: Comience con cámaras, observaciones de profundidad, devoluciones faltantes y vistas parciales antes de los métodos de registro.
Utilice los supuestos de detección para identificar casos no observables antes de etiquetar datos o confiar en una estimación geométrica.
Aplicarlo: Confirme que la configuración de imágenes propuesta haga visible cada defecto crítico, incluidas las observaciones ocluidas o no válidas.
Ponlo en practica
- Recopile ejemplos normales, defectuosos y ambiguos en condiciones representativas.
- Redactar normas de etiquetado y adjudicación con el equipo de calidad.
Un catálogo de defectos, un resumen de imágenes y una guía de anotaciones.
Listo para el siguiente paso cuando...
Recursos para esta etapa
Estudie el procesamiento de imágenes y las herramientas relacionadas con la cámara a través de la documentación del proyecto inicial.
Compare la detección de profundidad con el alcance, la escena, la calibración y los requisitos de software compatibles.
Investigue el hardware de percepción de profundidad y bordes en un experimento de detección grabado.
Intermedio
Validar una línea base sin fugas
Compare un método de inspección utilizando una división honesta similar a la producción.
Cómo funciona esta etapa
Una división de validación debe reflejar la variación de producción que pretende manejar. Los fotogramas cercanos y las capturas de la misma sesión pueden hacer que una división aleatoria sea engañosa.
Trabajar a través de un ejemplo
Ejercicio de estudio ilustrativo · escrito por botstest
Realice lotes de captura completos e informe errores por defecto y condición de iluminación. Seleccione un umbral utilizando los datos de ajuste acordados y luego inspeccione su comportamiento en el lote de evaluación intacto.
- Congele la división antes de sintonizar.
- Informe los errores críticos y los falsos rechazos por separado.
- Inspeccionar la incertidumbre y los insumos de baja calidad.
Una alta precisión general puede ocultar un defecto raro y costoso; revisar la distribución de errores.
Base de referencia: Validación cruzada: evaluación del rendimiento del estimador. El ejemplo y el tutorial son aplicaciones editoriales de la fuente.
Aprende en este orden
- Divisiones de lotes/sesiones y desequilibrio de clases
- Matrices de confusión y selección de umbrales.
- Insumos rechazados, no observables y fuera de distribución
Leer y luego aplicar
scikit-learn developers · guía practica
Validación cruzada: evaluación del rendimiento del estimador
Leer: Lea la discusión sobre evaluación pendiente y la estrategia de división adecuada a sus dependencias de datos.
Utilice divisiones conscientes de la dependencia para proteger la evidencia retenida de las decisiones de capacitación y ajuste.
Aplicarlo: Realice lotes de captura representativos antes de ajustar el umbral de defectos e inspeccione los costosos fallos por separado.
Ponlo en practica
- Entrene o configure una línea base simple y evalúe lotes retenidos.
- Inspeccione los errores por tipo de defecto y condición de iluminación/posición.
Un informe de validación retenido y un registro de decisión de umbral.
Listo para el siguiente paso cuando...
Recursos para esta etapa
Estudie el procesamiento de imágenes y las herramientas relacionadas con la cámara a través de la documentación del proyecto inicial.
Inspeccione las nubes de puntos y los resultados del procesamiento geométrico antes de usarlos en un canal de percepción.
Visualice observaciones espaciales y compárelas con los resultados del modelo y la trayectoria.
Profesional
Integre decisiones y monitoree la deriva
Haga que la inspección sea procesable y rastreable en la línea.
Cómo funciona esta etapa
El despliegue necesita decisiones rastreables y una respuesta a la deriva. Trate los cambios en el producto, imagen o modelo como cambios en el proceso de inspección.
Trabajar a través de un ejemplo
Ejercicio de estudio ilustrativo · escrito por botstest
Ejecute una evaluación paralela antes de asignar la disposición automática cuando corresponda. Reconstruya una decisión sobre la pieza rechazada a partir de versiones de imagen, modelo y umbral, luego planifique las comprobaciones necesarias después de un movimiento de cámara.
- Defina la escalada de resultados inciertos.
- Conservar la procedencia de la pieza y del procesamiento.
- Revalidar cambios relevantes de proveedores, productos e imágenes.
Un archivo de modelo estable no garantiza una inspección estable cuando cambia la iluminación o la presentación del producto.
Base de referencia: Realización del producto. El ejemplo y el tutorial son aplicaciones editoriales de la fuente.
Aprende en este orden
- Trazabilidad de piezas y manejo de rechazos
- Alarmas de latencia, calidad de imagen y deriva
- Revalidación tras cambios de cámara, proveedor o producto.
Leer y luego aplicar
NASA Systems Engineering Handbook · guía practica
Realización del producto
Leer: Lea la descripción general y compare las responsabilidades de verificación, validación y transición de productos.
Utilice la distinción entre verificación y validación para estructurar las pruebas de aceptación y entrega.
Aplicarlo: Exigir evidencia de imagen/modelo/umbral rastreable y revalidación después de un cambio controlado de producto o cámara.
Ponlo en practica
- Ejecute una prueba piloto en modo sombra antes de la eliminación automática, cuando corresponda.
- Ensaye la escalada de resultados inciertos y valídelos después de un cambio de proceso controlado.
Un paquete de aceptación de inspección y un plan de seguimiento/control de cambios.
Listo para el siguiente paso cuando...
Recursos para esta etapa
Inspeccione las señales registradas del robot y cree vistas que expongan fallas de sincronización y del sistema.
Evalúe la computación perimetral con respecto a los requisitos de carga de trabajo, energía, térmicos y de software que midió.
Investigue el hardware de percepción de profundidad y bordes en un experimento de detección grabado.
Errores comunes
- Dividir aleatoriamente imágenes de la misma sesión de captura.
- Optimizar la precisión promedio mientras se ocultan costosos defectos omitidos.
Adónde ir a continuación
Ampliar a productos nuevos solo después de revisar las definiciones de defectos, las imágenes y la evidencia disponible.
Explorar otros industria caminos →