Recuento: flujo de IA con pruebas de componentes

Tarea de inspección

Empiece con gris, segmentación, selección y regla exacta. En la bandeja hipotética de 3 piezas, mantenga objetivo 3 durante el ajuste. La IA puede proponer segmentación o filtros, pero no convertir una región en varias piezas sin reconocimiento verificado aparte. Revise regiones individuales del total.

Requisitos y muestras de control

Indique número esperado y definición de una pieza física. Prepare llenado correcto, incompleto y piezas en contacto con respuestas contadas independientemente. La base cuenta regiones conectadas separadas, no objetos ocultos. Una región puede contener varias piezas juntas y una pieza brillante puede dividirse en varias regiones. Documente estos límites antes de elegir el umbral de recuento.

Elegir la configuración de cámara

Use cámara de área si toda la bandeja cabe en un fotograma disparado. Elija monocromo para siluetas y color solo si existe una exigencia cromática. El movimiento de alimentación requiere temporización de obturador global verificada o captura en reposo. Una cámara lineal exige reconstrucción por movimiento; no mejora automáticamente una bandeja estática.

Ejecutar el ensayo controlado

Construya primero la base observable más pequeña antes de pedir cambios a la IA. Fije imagen original, región, respuesta esperada e identidad del entorno; inspeccione salidas intermedias, no solo el indicador final. El enfoque actual de Deyi Vision permite comparar candidatos con datos de desarrollo versionados. Una sugerencia de IA es una propuesta revisable, no una tolerancia aprobada por el operador ni una medición física validada.

1. Guarde originales y respuestas contadas independientemente.
2. Revise regiones elegibles de la base.
3. Cambie un parámetro de segmentación en el candidato.
4. Compare exactitud de recuento y conserve contactos para revisión.

Registrar las pruebas

Registre esperado, predicho y diferencia por imagen respondida. Separe coincidencia exacta y error absoluto. Muestre sin respuesta y revisión; excluirlos cambia el significado.

Compare por bandeja conservando respuesta, números y regiones. Error es predicho menos cantidad independiente; absoluto elimina dirección. Guarde signos porque exceso y defecto requieren remedios distintos. Mejor promedio absoluto puede crear una aceptación falsa de faltantes; identifique evento. Conserve validez y cobertura de solapamientos y sin respuesta; declare muestras fuera de la separación asumida.

Diagnosticar casos fallidos

Dos omisiones y dos artefactos pueden dar el total previsto. Exija pruebas por región. Un modelo requiere dependencias aprobadas y muestras reales; su nombre no demuestra capacidad.

Validar de forma independiente

Compare la base sin cambios y un candidato con las mismas muestras de desarrollo. Mantenga fallos y resultados inconclusos en el denominador. Incorpore imágenes difíciles a un conjunto de revisión limitado, pero deje las etiquetas predichas sin confirmar hasta que las revise una persona. Si el modelo requiere servicio local o envío autorizado de imágenes, la falta de esa capacidad debe detener la ejecución, sin sustituir el entorno de forma oculta.

En bandejas reservadas verifique cada pieza y faltante. Un total correcto no justifica detecciones individuales erróneas.

Separe un método nuevo propuesto por IA del ajuste. Compruebe nodo ejecutable, modelos, preprocesado y salidas fijos. Una caja o máscara necesita definición física antes de contar. Etiquetas predichas siguen sin confirmar; revise omisiones, duplicados y solapamientos. Use mismas cantidades independientes, guardando fallos. No herede aceptación del grafo anterior ni del identificador a paquete. Fije ruta tras explicar regiones y consecuencias. Aceptación requiere bandejas intactas, especialmente solapamientos y pequeños que motivaron el cambio.

Continuar la revisión de ingeniería

Guarde grafo, parámetros, dependencias y comparación de desarrollo. Mantenga las respuestas de aceptación independiente fuera del acceso de ajuste de la IA. Un paquete de revisión aporta pruebas, pero no constituye una entrega ejecutable completa ni acredita aprobación. La ejecución en navegador, la calidad de modelos en nube y la activación de paquetes requieren capacidades verificadas por separado.

Conserve juntos la imagen original y el registro de su resultado.