Antes de começar
Iniciando conhecimento
- Conheça o produto e o custo de defeitos perdidos e falsas rejeições.
- Tenha um proprietário de qualidade que possa julgar exemplos difíceis.
Equipamento & meio ambiente
Comece off-line com imagens representativas e autorizadas e um estudo controlado de iluminação/câmera.
Sem tempo de conclusão fixo: use os portões de evidências abaixo para decidir quando avançar. Os links de recursos abrem a entrada do diretório botstest; verifique a documentação do editor para obter a versão e configuração exatas.
Iniciante
Definir defeitos e evidências de imagem
Saiba o que a câmera deve revelar e como os rótulos são decididos.
Como funciona esta etapa
Um método de inspeção só pode julgar defeitos visíveis em suas observações. Defina o defeito e as condições de imagem em conjunto.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Prepare exemplos de peças normais, defeituosas e ambíguas. Para cada defeito crítico, pergunte se a visão e a iluminação propostas o tornam distinguível antes de investir esforço em um classificador.
- Peça ao proprietário da qualidade que defina os rótulos.
- Inspecione a qualidade da imagem e casos não observáveis.
- Registre as regras de adjudicação para ambigüidade.
Se um defeito não for visível, um modelo diferente não poderá recuperar informações que a câmera nunca capturou.
Base de referência: Estimativa de pose geométrica. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Categorias de defeitos, casos limítrofes e visibilidade
- Iluminação, óptica, pose e calibração
- Consequências de falsa aceitação versus falsa rejeição
Leia e aplique
Russ Tedrake · MIT · Capítulo do curso
Estimativa de pose geométrica
Leia: Comece com câmeras, observações de profundidade, retornos perdidos e visualizações parciais antes dos métodos de registro.
Use as suposições de detecção para identificar casos não observáveis antes de rotular os dados ou confiar em uma estimativa geométrica.
Aplique: Confirme se a configuração de imagem proposta torna cada defeito crítico visível, incluindo observações ocluídas ou inválidas.
Coloque em prática
- Colete exemplos normais, defeituosos e ambíguos em condições representativas.
- Escreva regras de rotulagem e adjudicação com a equipe de qualidade.
Um catálogo de defeitos, resumo de imagens e guia de anotações.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Estude o processamento de imagens e ferramentas relacionadas à câmera por meio da documentação do projeto upstream.
Compare a detecção de profundidade com o alcance, cena, calibração e requisitos de software suportados.
Investigue o hardware de profundidade e percepção de borda em um experimento de detecção gravado.
Intermediário
Valide uma linha de base sem vazamento
Compare um método de inspeção usando uma divisão honesta, semelhante à produção.
Como funciona esta etapa
Uma divisão de validação deve refletir a variação de produção que você pretende tratar. Quadros próximos e capturas na mesma sessão podem tornar uma divisão aleatória enganosa.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Realize lotes completos de captura e relate erros por defeito e condição de iluminação. Selecione um limite usando os dados de ajuste acordados e inspecione seu comportamento no lote de avaliação intocado.
- Congele a divisão antes de ajustar.
- Relate falhas críticas e falsas rejeições separadamente.
- Inspecione a incerteza e os insumos de baixa qualidade.
A alta precisão geral pode ocultar um defeito raro e caro; revise a distribuição do erro.
Base de referência: Validação cruzada: avaliando o desempenho do estimador. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Divisões de lote/sessão e desequilíbrio de classe
- Seleção de limites e matrizes de confusão
- Entradas rejeitadas, não observáveis e fora de distribuição
Leia e aplique
scikit-learn developers · Guia prático
Validação cruzada: avaliando o desempenho do estimador
Leia: Leia a discussão de avaliação prolongada e a estratégia de divisão apropriada às suas dependências de dados.
Use divisões com reconhecimento de dependência para proteger as evidências mantidas contra decisões de treinamento e ajuste.
Aplique: Realize lotes de captura representativos antes de ajustar o limite de defeito e inspecione perdas dispendiosas separadamente.
Coloque em prática
- Treine ou configure uma linha de base simples e avalie lotes retidos.
- Inspecione os erros por tipo de defeito e condição de iluminação/posição.
Um relatório de validação retido e registro de decisão de limite.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Estude o processamento de imagens e ferramentas relacionadas à câmera por meio da documentação do projeto upstream.
Inspecione nuvens de pontos e resultados de processamento de geometria antes de usá-los em um pipeline de percepção.
Visualize observações espaciais e compare-as com resultados de modelos e trajetórias.
Profissional
Integre decisões e monitore desvios
Torne a inspeção acionável e rastreável na linha.
Como funciona esta etapa
A implantação precisa de decisões rastreáveis e de uma resposta aos desvios. Trate as alterações no produto, imagem ou modelo como alterações no processo de inspeção.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Execute uma avaliação de sombra antes de atribuir a disposição automática quando apropriado. Reconstrua uma decisão de peça rejeitada a partir de versões de imagem, modelo e limite e, em seguida, planeje as verificações necessárias após o movimento da câmera.
- Defina escalonamento de resultado incerto.
- Mantenha a procedência da peça e do processamento.
- Revalide alterações relevantes de fornecedores, produtos e imagens.
Um arquivo de modelo estável não garante uma inspeção estável quando a iluminação ou a apresentação do produto mudam.
Base de referência: Realização do Produto. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Rastreabilidade de peças e tratamento de rejeições
- Latência, qualidade de imagem e alarmes de desvio
- Revalidação após alterações de câmera, fornecedor ou produto
Leia e aplique
NASA Systems Engineering Handbook · Guia prático
Realização do Produto
Leia: Leia a visão geral e compare as responsabilidades de verificação, validação e transição de produto.
Use a distinção entre verificação e validação para estruturar evidências de aceitação e transferência.
Aplique: Exigir evidência rastreável de imagem/modelo/limiar e revalidação após uma troca controlada de produto ou câmera.
Coloque em prática
- Execute um piloto no modo sombra antes da disposição automatizada, quando apropriado.
- Ensaie o escalonamento de resultados incertos e valide após uma mudança controlada no processo.
Um pacote de aceitação de inspeção e um plano de monitoramento/controle de alterações.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Inspecione os sinais registrados do robô e crie visualizações que expõem falhas de tempo e do sistema.
Avalie a computação de borda em relação aos requisitos de carga de trabalho, energia, térmicos e de software que você mediu.
Investigue o hardware de profundidade e percepção de borda em um experimento de detecção gravado.
Armadilhas comuns
- Dividir aleatoriamente imagens da mesma sessão de captura.
- Otimizando a precisão média enquanto oculta defeitos dispendiosos perdidos.
Para onde ir a seguir
Estender para novos produtos somente após revisar definições de defeitos, imagens e evidências retidas.
Explorar outros indústria caminhos →