KI-Unterstützung begrenzen
Bitten Sie KI um einen unterstützten Ablauf für erforderliche sichtbare Teile und ihre festgelegte Beziehung, mit Referenzen, Sichtgrenzen und erlaubten Variablen. Lassen Sie keine verdeckte Befestigungsqualität aus schönen Bildern ableiten oder unbekannte Belege durch Gewissheit ersetzen. Der Graphvorschlag ist eine zu prüfende Hypothese, kein freigegebenes Rezept. Halten Sie Kamera und Licht unverändert, damit Verbesserung auf eine erklärte Ablaufänderung statt anderes Exemplar oder bequemere Ansicht zurückgeht.
Bild- und Koordinatenbelege fixieren
Fixieren Sie Bildidentität, Originalmaße, Ausschnitttransformation, Vorrichtungsrevision und unabhängige Referenzklasse je Fall. Überlagern Sie Zonen im Vollbild einschließlich Fehler und Verdeckung. Skalierung und Ausschnitt erhalten die erklärte Beziehung zum Original. Lokale Detektionen sind ohne validierte Geometrie keine physikalischen Positionen. Ergebnisse eines anderen Frames, früheren Ausschnitts oder unsicherer Quelle sind trotz plausibler Labels und Overlay kein Beleg für die aktuelle Montage.
Explizite typisierte Kette aufbauen
Bauen Sie Bildvorbereitung, Vordergrund, konfigurierte Regionen und Raumregel explizit auf, sofern diese begrenzte Methode passt. Zonenlabels belegen keine gelernte Identität oder Ablehnung aller falschen SKUs. Ein separat validierter Detektor kann bei Erkennungsbedarf Kandidat sein, benötigt aber Modellidentität, Klassen, Filter und Duplikatbelege. Rohe Boxen sind keine automatisch eindeutigen Teile. Prüfen Sie Knoten und installierte Verträge; erhalten Sie Detektionsgültigkeit statt alles auf anonyme Zählwerte zu reduzieren.
Vorzeichenbeziehung braucht Koordinaten
Richtung hängt von Labelreihenfolge und lokalen Zentren ab, nicht von verdecktem Eingriff.
- Originalbild und Ausschnitttransformation
- Zentrum des ersten erforderlichen Labels
- Zentrum des zweiten erforderlichen Labels
- Erklärte Vorzeichenbeziehung und Intervall
Raumbeziehung genau definieren
Definieren Sie vorzeichenbehafteten horizontalen oder vertikalen Abstand oder euklidische Bilddistanz. Die geprüfte Route nutzt Zentren eindeutiger Labels mit inklusiven Intervallgrenzen. Richtungsabstand ist nicht unsigned Distanz; umgekehrte Labelreihenfolge ändert das Vorzeichen. Synthetischer Code erklärt nur eine inklusive Grenze, weder Produktionstoleranz noch Kalibrierung. Erhalten Sie Labels, Reihenfolge, Koordinaten und Regelrevision. Ein links sichtbares Teil kann das Intervall verfehlen; ein großzügiges Intervall beweist keinen mechanischen Eingriff.
# Synthetic image-local centre example, not calibrated mechanical acceptance.
first_center_x = 4.0 # px
second_center_x = 14.0 # px
signed_separation = second_center_x - first_center_x # 10.0 px
minimum = 10.0 # px
maximum = 12.0 # px
inside_inclusive_interval = minimum <= signed_separation <= maximum
# True at the lower boundary. Native validity and unique-part checks are separate prerequisites.Mehrdeutige und fehlende Belege erhalten
Prüfen Sie Beobachtungsgültigkeit vor der Beziehung. In der begrenzten Route führen ungültige Sichtbarkeit und mehrere Kandidaten eines nötigen Labels zu Review; fehlendes Label bei sonst gültigen Belegen zu Fail. Ein außerhalb der Ansicht fehlendes Teil ist keine gültig beobachtete leere Zone. Erhalten Sie native Gründe und Mehrdeutigkeit gegen automatische Annahme. Ausführungsfehler, fehlerhafte Resultate und unbekannte Zustände benötigen festgelegte Nichtfreigabe. Prüfen Sie den installierten Vertrag; ein bekannter Knotenname belegt kein passendes aktuelles Ergebnis oder Modell.
Kandidaten an festen Gruppen vergleichen
Vergleichen Sie Basis und Kandidaten an denselben Gruppen mit Fehlen, Fehlposition, Duplikaten, Abschneiden und Vorrichtungsvarianten. Ändern Sie eine erklärte Verarbeitungsvariable und erhalten ursprüngliche Fehler. Prüfen Sie Verbesserung, unbeobachtbare und falsch zugeordnete Fälle statt nur gute Screenshots. Erhalten Sie geplanten Nenner für Review und Ausführungsfehler. Wählen Sie mit dokumentierten Grenzen und unabhängigen Abnahmeexemplaren. Parametersuche ist keine unabhängige Prüfung des ausgewählten Graphen.
Ablaufprotokoll führen
Dokumentieren Sie Bild und Montage, Vorrichtung und Graph, Ausschnitt, Methode, Labels oder Modell, Filter, rohe Detektionen, Gültigkeit, Intervall und Ergebnis. Ergänzen Sie Referenzbegründung und Fehlbeobachtung. Die Tabelle trennt sichtbare Beziehung, Mehrdeutigkeit, Fehlteile und Ausführungsfehler ohne erfundene Genauigkeit. Erhalten Sie Basis und Kandidat samt Eingaben. Ein anderer Ingenieur muss feste Vordergrundzonen von validierter Erkennung unterscheiden können; KI-Unterstützung macht Labels nicht automatisch zu gelernten Industrieklassen.
| Belegzustand | Begrenztes Ergebnis | Bedeutung |
|---|---|---|
| Gültige eindeutige Labels im Intervall | Pass | Nur erklärte sichtbare Beziehung |
| Gültige Belege mit fehlendem Label | Fail | Beobachtetes Fehlen des Pflichtteils |
| Mehrere Kandidaten oder ungültige Sicht | Review | Keine eindeutige vertrauenswürdige Beziehung |
| Fehlerhaftes oder fehlendes Ausführungsergebnis | Explizite Nichtfreigabe | Keine neue gültige Prüfung |
Laufzeit und Mechanik begrenzt behaupten
Der Ablauf ist begrenzte sichtbare Entwicklung, keine Garantie verdeckter Verbindungen oder Produktionsbereitschaft. Historische Feststationsquelltests belegen nicht das aktuelle Windows-Paket, Modelle oder reale Kamerakette. Browserlokales OpenCV.js ist im geprüften Produktumfang nicht implementiert. Cloud- oder Segmentierungsvorschläge brauchen eigene unterstützte Laufzeit und Validierung. Deyi Vision hilft Graphen und Belege zu vergleichen; die freigegebene Station muss Eingänge, Ausgänge, Ereigniszuordnung und Grenzen getrennt demonstrieren.
KI-Vorschlag braucht reproduzierbare Belege
Gültigkeit und Referenzen bei Kandidatenvergleich erhalten.
- Sichtreferenzen und Bilder fixieren
- Unterstützte typisierte Kette bauen
- Beziehung mit Mehrdeutigkeit prüfen
- Gruppen vergleichen und Grenzen erhalten
Quellen und technische Referenzen
Die Quellen erläutern Methoden und Grenzen dieser Anleitung. Beispielprüfungen dienen der Orientierung; die Produktionsabnahme benötigt Belege aus Ihren eigenen Mustern.
- Contours: Getting StartedOpenCVGeprüft
- Deyi Vision Vision WorkbenchDeyi VisionGeprüft
Komponenten- und Auswahlreferenzen
- machine vision software · Englische Referenz
- Checkliste für den Abnahmetest für maschinelles Sehen
- automatische visuelle Inspektion
- EAN-13: Decodierung und Datenregeln
- Stabile Kameraaufnahme: Puffer, Zeitüberschreitung und Wiederverbindung
- Sichtbare Füllstandsabläufe abnehmen und integrieren
- KI-gestützter Ablauf für einen sichtbaren Füllstandsindikator
- Prüfprotokolle, Bilder und Teilekennungen verknüpfen
- OCR-Etiketten: Abnahme und SPS-Vertrag
- OCR-Etiketten: nativer Ablauf und exakter Vergleich
- Offene Verpackungsvollständigkeit abnehmen
- KI-Ablauf für Vollständigkeit offener Verpackungen
- SPS–Vision-Handschlag mit eindeutigen Zuständen
- Siegel- und Raupenbild: Linienabnahme
- Siegel- und Raupenbild: Workflowregeln
- SKU-Farbsortierung: Abnahme und unbekannt
- SKU-Farbsortierung: Farb- und Produktregeln
- Oberflächenfehler: Abnahme und Linienausgang
- Oberflächenfehler: begrenzte KI-Bewertung
- Latenz vom Trigger bis zur SPS-Entscheidung unter Last prüfen
- Vollständige Vision-Rezepte versionieren und zurücksetzen
