Ziel und Einsatzgrenzen
Detektion, Erkennung und Feldprüfung trennen; unsicheren Text erhalten statt durch Sollcharge ersetzen.
Diese Anleitung beschreibt eine technische Bewertung, keine Zertifizierung eines sofort einsatzbereiten Produkts. Das öffentliche PC-Beispiel von Deyi Vision umfasst derzeit einen EAN-13-Ablauf mit bestätigten Musterbildern. Native OCR- und Detektionsfunktionen im Entwicklungscode sind vor Verwendung anhand der installierten Laufzeit, gebundenen Modelle und Prüfaufgabe zu kontrollieren. Eine Browser-Vorlage belegt keine Ausführung im Browser; das geplante OpenCV.js-Backend benötigt eine eigene Prüfung. Cloud-Erkennung erfordert die ausdrückliche Freigabe von Bildumfang, Anbieter, Modell und Kosten. Ein Prüfarchiv ist kein ausführbares Release-Paket. Kamera-, Firmware- und Treiberkompatibilität sind separat zu prüfen. Alle Werte im Arbeitsblatt sind hypothetisch, keine Messungen oder Kundenergebnisse von Deyi Vision.
Nachweise vorbereiten
Bestätigtes OCR-Paket, Sprachwörterbuch und Vorverarbeitung binden. Installierte Fähigkeiten statt editierbarer Vorlage prüfen. Zwischenausgabe vor dem Endflag auf ihren Vertrag prüfen. Fehlende Region, ungültiger Text, Koordinate oder nicht endliche Zahl bleibt ausdrücklicher Fehler, kein voreingestelltes Gut. Tatsächliches Backend und Abhängigkeiten notieren; Abnahme nicht von gleich benannten Vorlagen übertragen. Nach Modell- oder Vorverarbeitungswechsel alte Version behalten und festen Vergleich neu ausführen. Vollständige Versuchszahl, nutzbare Nachweise und Umgang mit dem Rest zeigen. Diese Größen beschreiben auch Abdeckung und Fehlerbehandlung. OCR-Etikettenprüfung schützt Datenintegrität, statt plausible Wörter zu suchen. Für jedes Feld Lage, Alphabet, exakte Vergleichsregel und vertrauenswürdige Quelle des Sollwerts festlegen. Charge, Datum und Produktname können unterschiedliche Regeln benötigen. Textpolygon und Erkennungsausgabe vor Normalisierung von Leerzeichen oder Großschreibung sichern. I nicht still durch 1 und O nicht durch 0 ersetzen: Ein falsches Etikett könnte richtig erscheinen. Die ursprünglichen Entwicklungsnachweise enthalten einen schmalen OCR-Grenzfall mit NoResult oder Review; ein vergrößerter Ausschnitt belegt keine allgemeine Erkennungsbereitschaft. Ein lesbares Feld kann die falsche Charge tragen; ein bekannter Sollwert rechtfertigt nicht, ein unlesbares Feld damit aufzufüllen. Behandeln Sie einen Ablauf als Folge typisierter Entscheidungen statt einer einzigen Modellantwort. Eingabeidentität, Bereichstransformation, Knotenversionen, Vorverarbeitung und Modellpaket vor dem Experiment binden. Parameterwahl auf Entwicklungsbildern von der Bewertung eines eingefrorenen Satzes trennen, dessen Antworten nicht zur Einstellung dienten. Basis- und Kandidatenergebnis für jeden Fall einschließlich fehlgeschlagener Ausführung aufbewahren. Ein KI-Vorschlag kann eine Revision vorschlagen, aber weder Referenzantwort bestätigen noch Datenübertragung oder Produktionsbetrieb freigeben. Bei unklarer Provider-Rückmeldung die Anfrageidentität sichern und den Beleg untersuchen, bevor eine Wiederholung erwogen wird. Laufzeitverfügbarkeit, Erkennungsqualität und Release-Freigabe sind unabhängige Prüfungen.
Vorgehen
- Nur quellgebundenes Feld an Detektion geben und Polygon vor Erkennung sichern.
- Rohtext behalten, nur schriftlich festgelegte Normalisierung anwenden und beide Werte samt Regel erfassen.
- Sollcharge exakt vergleichen; lesbare Abweichung von NoResult/Review trennen.
- Änderung auf Entwicklung wählen und feste Prüfung einschließlich ähnlicher Zeichen erneut ausführen.
Versuch auswerten
LOT123 ist hypothetischer Solltext; LOTI23 ist trotz gleicher 6 Zeichen eine lesbare Abweichung. Konfidenz erlaubt kein Ersetzen von I durch 1. Fehlende Detektor-/Erkennerabhängigkeit sperrt Ausführung; PC-Beispiel beweist diese native Kette nicht.
Versuchsprotokoll
| Eintrag | Wert / Beobachtung | Auswertung |
|---|---|---|
| Sollcharge | LOT123 | Vertrauensquelle |
| Erkannte Charge | LOTI23 | Abweichung; I nicht durch 1 ersetzen |
Zwei technische Ansichten
Zwei technische Ansichten · 1
Die Grafik zeigt die Prüfreihenfolge. Jeder Pfeil benötigt protokollierte Nachweise und bedeutet keine implementierte automatische Verbindung. Eingabeidentität → Gebundene Knoten → Ergebnisvertrag → Review.
- Eingabeidentität
- Gebundene Knoten
- Ergebnisvertrag
- Review
Zwei technische Ansichten · 2
Die Grafik zeigt die Prüfreihenfolge. Jeder Pfeil benötigt protokollierte Nachweise und bedeutet keine implementierte automatische Verbindung. Entwicklung → Feste Bewertung → Kandidat → Freigabe.
- Entwicklung
- Feste Bewertung
- Kandidat
- Freigabe
Fehler eingrenzen
- Richtiger Text am falschen Polygon scheitert an Bindung.
- Provider-Antwort ohne Quelle/Anfrage-ID ist kein akzeptierter lokaler OCR-Beleg.
Abnahme und Übergabe
Nur tatsächlich bewertete Laufzeit abnehmen. Polygon, Roh-/Normaltext, Sollquelle, Revision und fehlgeschlagene Felder sichern.
Quellbilder, erwartete Entscheidung, genaue Revision und vollständigen Ergebnisdatensatz gemeinsam aufbewahren. Den Bewertungssatz vor der endgültigen Parameterwahl einfrieren. Werden seine Antworten später zum Einstellen verwendet, diesen Satz als Entwicklungsdaten kennzeichnen und einen neuen unabhängigen Abnahmesatz beschaffen. Review, NoResult, Ausführungsfehler und fehlende Aufnahme bleiben im Nenner sichtbar; durch Zeilenfilterung werden sie nicht zu bestandenen Prüfungen. Einen reproduzierbaren Fehler zusammen mit dem erfolgreichen Muster sichern. Die Übergabe benennt Änderungsberechtigte, die Wiederherstellung einer früher freigegebenen Revision und den bis zur Abnahme gesperrten Geräteausgang. Ein Softwareergebnis beweist nicht, dass ein bewegtes Werkstück sein richtiges Ziel erreicht hat.
Quellen und technische Referenzen
Die Quellen erläutern Methoden und Grenzen dieser Anleitung. Beispielprüfungen dienen der Orientierung; die Produktionsabnahme benötigt Belege aus Ihren eigenen Mustern.
- Deyi Vision machine vision software: evaluation scopeDeyi VisionGeprüft
- OCR Pipeline Usage TutorialPaddleOCRGeprüft
- Check OCR text against barcode and batch dataDeyi VisionGeprüft
Komponenten- und Auswahlreferenzen
- machine vision software · Englische Referenz
- Verschluss-, Etiketten- und Datumscodeprüfung für Lebensmittel und Getränke
- Verpackungsetiketten- und Barcode-Inspektionssystem
- KI-gestützten sichtbaren Montageablauf aufbauen
- EAN-13: Abnahme an der Linie
- 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
- 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

