Avant de commencer
Connaissances de départ
- Connaître le produit et le coût des défauts manqués et des faux rejets.
- Ayez un propriétaire de qualité qui peut juger des exemples difficiles.
Équipement & environnement
Commencez hors ligne avec des images représentatives et autorisées et une étude d’éclairage/caméra contrôlée.
Pas de délai de réalisation fixe : utilisez les portes de preuves ci-dessous pour décider quand avancer. Les liens vers les ressources ouvrent l'entrée du répertoire botstest ; consultez la documentation de son éditeur pour connaître la version et la configuration exactes.
Débutant
Définir les défauts et les preuves d'image
Sachez ce que la caméra doit révéler et comment les étiquettes sont décidées.
Comment fonctionne cette étape
Une méthode d'inspection ne peut juger que les défauts visibles dans ses observations. Définissez ensemble le défaut et les conditions d’imagerie.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Préparez des exemples de pièces normales, défectueuses et ambiguës. Pour chaque défaut critique, demandez-vous si la vue et l'éclairage proposés le permettent de le distinguer avant de consacrer des efforts à un classificateur.
- Demandez au propriétaire qualité de définir les étiquettes.
- Inspectez la qualité de l’image et les cas non observables.
- Enregistrer les règles de jugement en cas d'ambiguïté.
Si un défaut n'est pas visible, un autre modèle ne peut pas récupérer les informations que la caméra n'a jamais capturées.
Base de référence : Estimation de la pose géométrique. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Catégories de défauts, cas limites et visibilité
- Éclairage, optique, pose et calibrage
- Conséquences des fausses acceptations et des faux rejets
Lisez, puis postulez
Russ Tedrake · MIT · Chapitre du cours
Estimation de la pose géométrique
Lire : Commencez par les caméras, les observations de profondeur, les retours manquants et les vues partielles avant les méthodes d'enregistrement.
Utilisez les hypothèses de détection pour identifier les cas inobservables avant d’étiqueter les données ou de faire confiance à une estimation géométrique.
Appliquez-le : Confirmez que la configuration d’imagerie proposée rend visible chaque défaut critique, y compris les observations occluses ou invalides.
Mettez-le en pratique
- Recueillez des exemples normaux, défectueux et ambigus dans des conditions représentatives.
- Rédiger les règles d'étiquetage et d'adjudication avec l'équipe qualité.
Un catalogue de défauts, un dossier d’imagerie et un guide d’annotation.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Étudiez le traitement de l’image et les outils liés à la caméra à travers sa documentation de projet en amont.
Comparez la détection de profondeur avec la portée, la scène, l'étalonnage et les exigences logicielles prises en charge.
Étudiez le matériel de perception de la profondeur et des bords dans une expérience de détection enregistrée.
Intermédiaire
Valider une ligne de base sans fuite
Comparez une méthode d'inspection en utilisant une répartition honnête de type production.
Comment fonctionne cette étape
Une répartition de validation doit refléter la variation de production que vous avez l'intention de gérer. Les images proches et les captures au cours de la même session peuvent rendre trompeuse une répartition aléatoire.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Présentez des lots de capture complets et signalez les erreurs par défaut et condition d’éclairage. Sélectionnez un seuil à l'aide des données de réglage convenues, puis inspectez son comportement sur le lot d'évaluation intact.
- Gelez le partage avant le réglage.
- Signalez séparément les échecs critiques et les faux rejets.
- Inspectez l’incertitude et les intrants de mauvaise qualité.
Une précision globale élevée peut cacher un défaut rare et coûteux ; examinez la distribution des erreurs.
Base de référence : Validation croisée : évaluation des performances de l'estimateur. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Répartition des lots/sessions et déséquilibre des classes
- Matrices de sélection de seuil et de confusion
- Entrées rejetées, non observables et hors distribution
Lisez, puis postulez
scikit-learn developers · Guide pratique
Validation croisée : évaluation des performances de l'estimateur
Lire : Lisez la discussion d'évaluation retenue et la stratégie de répartition adaptée à vos dépendances de données.
Utilisez des divisions tenant compte des dépendances pour protéger les preuves retenues contre les décisions de formation et de réglage.
Appliquez-le : Présentez des lots de capture représentatifs avant de régler le seuil de défauts et inspectez séparément les erreurs coûteuses.
Mettez-le en pratique
- Entraînez ou configurez une base de référence simple et évaluez les lots retenus.
- Inspectez les erreurs par type de défaut et condition d’éclairage/position.
Un rapport de validation retenu et un enregistrement de décision de seuil.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Étudiez le traitement de l’image et les outils liés à la caméra à travers sa documentation de projet en amont.
Inspectez les nuages de points et les résultats du traitement géométrique avant de les utiliser dans un pipeline de perception.
Visualisez les observations spatiales et comparez-les avec les résultats du modèle et de la trajectoire.
Professionnel
Intégrer les décisions et surveiller les dérives
Rendre l’inspection exploitable et traçable sur la ligne.
Comment fonctionne cette étape
Le déploiement nécessite des décisions traçables et une réponse à la dérive. Traitez les modifications apportées au produit, à l’imagerie ou au modèle comme des modifications apportées au processus d’inspection.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Exécutez une évaluation fantôme avant d’attribuer une disposition automatique, le cas échéant. Reconstruisez une décision de pièce rejetée à partir des versions d'image, de modèle et de seuil, puis planifiez les contrôles nécessaires après un mouvement de caméra.
- Définir une escalade de résultat incertain.
- Conserver la provenance des pièces et de la transformation.
- Revalider les modifications pertinentes relatives aux fournisseurs, aux produits et à l'imagerie.
Un fichier modèle stable ne garantit pas une inspection stable lorsque l'éclairage ou la présentation du produit change.
Base de référence : Réalisation du produit. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Traçabilité des pièces et gestion des rejets
- Alarmes de latence, de qualité d’image et de dérive
- Revalidation après changement de caméra, de fournisseur ou de produit
Lisez, puis postulez
NASA Systems Engineering Handbook · Guide pratique
Réalisation du produit
Lire : Lisez la présentation et comparez les responsabilités en matière de vérification, de validation et de transition de produit.
Utilisez la distinction entre vérification et validation pour structurer les preuves d’acceptation et de transfert.
Appliquez-le : Exiger une preuve d'image/modèle/seuil traçable et une revalidation après un changement de produit ou d'appareil photo contrôlé.
Mettez-le en pratique
- Exécutez un pilote en mode fantôme avant la disposition automatisée, le cas échéant.
- Répétez la remontée des résultats incertains et validez après un changement de processus contrôlé.
Un dossier d’acceptation d’inspection et un plan de suivi/contrôle des modifications.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Inspectez les signaux de robot enregistrés et créez des vues qui exposent les défaillances de synchronisation et du système.
Évaluez le calcul de pointe par rapport à la charge de travail, à la puissance, aux exigences thermiques et logicielles que vous avez mesurées.
Étudiez le matériel de perception de la profondeur et des bords dans une expérience de détection enregistrée.
Pièges courants
- Diviser aléatoirement les images de la même session de capture.
- Optimiser la précision moyenne tout en masquant les défauts manqués coûteux.
Où aller ensuite
Étendre aux nouveaux produits uniquement après avoir examiné les définitions des défauts, les images et les preuves retenues.
Explorer d'autres industrie chemins →