开始之前
需要的基础
- 了解产品以及遗漏缺陷和误剔除的成本。
- 拥有能够裁决困难示例的质量所有者。
设备 & 运行环境
从代表性的、许可的图像和受控的照明/相机研究开始离线。
没有固定的完成时间：使用下面的证据门来决定何时推进。资源链接打开botstest目录条目；检查其发布者文档以获取确切的版本和配置。
入门
定义缺陷和图像证据
了解相机必须显示什么以及如何决定标签。
理解这一阶段
检查方法只能判断在其观察中可见的缺陷。一起定义缺陷和成像条件。
结合例子理解
教学示例 · 由 botstest 编写
准备正常的、有缺陷的和不明确的部件的示例。对于每个关键缺陷，在花费精力进行分类之前，询问所提出的视图和照明是否使其可区分。
- 让质量负责人定义标签。
- 检查图像质量和不可观察的情况。
- 记录歧义的裁决规则。
如果缺陷不可见，则不同的模型无法恢复相机从未捕获的信息。
参考依据： 几何位姿估计。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 缺陷类别、边界情况和可见性
- 照明、光学、姿态和校准
- 错误接受与错误拒绝后果
参考文章与应用练习
Russ Tedrake · MIT · 课程章节
几何位姿估计
建议阅读： 在配准方法之前从相机、深度观测、缺失返回和部分视图开始。
在标记数据或信任几何估计之前，使用感测假设来识别不可观察的情况。
应用练习： 确认所提出的成像设置使得每个关键缺陷可见，包括被遮挡或无效的观察。
动手实践
- 收集代表性条件下的正常、有缺陷和不明确的示例。
- 与质量团队一起编写标签和裁决规则。
缺陷目录、成像简介和注释指南。
达到这些标准后进入下一阶段
本阶段资源
Study image processing and camera-related tooling through its upstream project documentation.
Compare depth sensing against range, scene, calibration and supported software requirements.
Investigate depth and edge-perception hardware in a recorded sensing experiment.
进阶
验证基线无泄漏
比较使用诚实生产式分割的检查方法。
理解这一阶段
验证分割应当反映您打算处理的生产变化。附近的帧和同一会话捕获可能会使随机分割产生误导。
结合例子理解
教学示例 · 由 botstest 编写
支持完整的捕获批次并根据缺陷和照明条件报告错误。使用商定的调整数据选择阈值，然后检查其在未受影响的评估批次上的行为。
- 在调谐之前冻结分割。
- 分别报告严重遗漏和错误拒绝。
- 检查不确定性和低质量输入。
高整体精度可以隐藏昂贵的罕见缺陷；检查误差分布。
参考依据： 交叉验证：评估模型表现。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 批次/会话分裂和类别不平衡
- 阈值选择和混淆矩阵
- 拒绝的、不可观察的和分布外的输入
参考文章与应用练习
scikit-learn developers · 实践指南
交叉验证：评估模型表现
建议阅读： 阅读保留的评估讨论和适合您的数据依赖性的分割策略。
使用依赖性感知分割来保护保留的证据免受训练和调整决策的影响。
应用练习： 在调整缺陷阈值之前保留代表性捕获批次并单独检查代价高昂的遗漏。
动手实践
- 训练或配置简单的基线并评估保留的批次。
- 通过缺陷类型和照明/位置条件检查错误。
保留的验证报告和阈值决策记录。
达到这些标准后进入下一阶段
本阶段资源
Study image processing and camera-related tooling through its upstream project documentation.
Inspect point clouds and geometry-processing results before using them in a perception pipeline.
Visualize spatial observations and compare them with model and trajectory outputs.
专业实践
整合决策并监控偏差
使检查在线上可操作且可追踪。
理解这一阶段
部署需要可追踪的决策和对偏差的响应。将产品、成像或模型的更改视为检查过程的更改。
结合例子理解
教学示例 · 由 botstest 编写
在适当的情况下分配自动处置之前运行阴影评估。根据图像、模型和阈值版本重建拒绝零件的决策，然后计划相机移动后所需的检查。
- 定义不确定结果升级。
- 保留零件和加工来源。
- 重新验证相关的供应商、产品和成像变化。
稳定的模型文件并不能保证当照明或产品呈现改变时稳定的检查。
参考依据： 产品实现。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 零件可追溯性和废品处理
- 延迟、图像质量和漂移警报
- 相机、供应商或产品变更后的重新验证
参考文章与应用练习
NASA Systems Engineering Handbook · 实践指南
产品实现
建议阅读： 阅读概述并比较验证、确认和产品转换责任。
使用验证和确认之间的区别来构造接受和移交证据。
应用练习： 在受控产品或相机改变之后需要可追踪的图像/模型/阈值证据和重新验证。
动手实践
- 在适当的情况下，在自动部署之前运行影子模式试点。
- 演练不确定结果升级并在受控过程改变后进行验证。
检查验收包和监控/变更控制计划。
达到这些标准后进入下一阶段
本阶段资源
Inspect recorded robot signals and build views that expose timing and system failures.
Evaluate edge compute against the workload, power, thermal and software requirements you measured.
Investigate depth and edge-perception hardware in a recorded sensing experiment.
常见误区
- 从同一捕捉会话中随机分割图像。
- 优化平均准确度，同时隐藏代价高昂的遗漏缺陷。
下一步怎么走
仅在审查缺陷定义、成像和保留的证据之后才扩展到新产品。
探索其他 工业 条路线 →