Limitar la afirmación del flujo
La etapa de flujo de IA no exige una red neuronal para estimar el contenido de la botella. Una ruta de estación fija revisada en código puede obtener un cociente de altura visible de un límite observable, mientras un asistente ayuda a examinar el grafo y proponer un cambio controlado. Separe esas funciones. El cociente no es volumen y la explicación del asistente no es medición independiente. Deyi Vision admite revisión de flujos en código dentro de límites declarados; los nodos y runtime instalados requieren verificación del proyecto. La ejecución local OpenCV.js en navegador no está implementada en la fuente revisada y una vista web no debe insinuarla.
Declarar el contrato de entrada
Fije identidad de imagen original, formato, grupo de recipiente, coordenadas del recorte y clase de referencia antes de evaluar. El recorte debe conservar la transformación al original para localizar el límite en la botella. Rechace dimensiones incorrectas, recortes fuera del campo e identidades incompatibles, sin cambiar tamaño silenciosamente ni sustituir por una imagen de demostración. No clasifique fallos de adquisición como falta física de llenado. Si la entrada admitida necesita conversión gris, declárela en la revisión y conserve el material original. Comparar un recorte modificado con otra imagen fuente no aísla un cambio de parámetros.
Comprobar observabilidad
La ruta de referencia busca una transición vertical de intensidad suficientemente contrastada y única en suficientes columnas, con dispersión limitada de posiciones. Los ajustes controlan observabilidad y cociente permitido. En un ejemplo expresamente sintético, una zona de20 px con límite único y=8 produce0.6; y=14 produce0.3. Transiciones competidoras igualmente intensas siguen como Review, sin elegir arbitrariamente el primer borde. No traslade los ajustes sintéticos de contraste o dispersión directamente al recipiente del cliente. Confirme el rasgo con ejemplos reales etiquetados, incluidos recipientes vacíos, reflejos y espuma.
Vincular coordenadas de imagen e indicador
La geometría se refiere a recorte fijo e imagen original, no a un cociente sin identidad.
- Identidad original congelada
- Recorte y transformación declarados
- Geometría observable del límite
- Cociente con validez y regla
Proteger las salidas tipadas
Consuma salidas numéricas, geométricas y de reglas como un resultado relacionado, no valores independientes intercambiables. En la implementación de referencia revisada, un límite no observable puede dejar un valor predeterminado en el puerto numérico mientras la regla es Review y la geometría no sirve para medir. Ese valor no es una botella vacía medida. Proteja la interpretación con validez y decisión declaradas, conservando identidades de imagen y flujo. El pseudocódigo muestra un límite de control, no un conector PLC listo. Reglas ausentes, valores no finitos, tipos incorrectos o estados desconocidos requieren tratamiento explícito y nunca fabricar un cociente que apruebe.
import math
state = result['rules']['Decision']
raw_number = result['number']
measurement_valid = (
state in ('Pass', 'Fail')
and result['geometry']['Validity'] == 'Valid'
and type(raw_number) in (int, float)
and math.isfinite(raw_number)
)
trusted_ratio = raw_number if measurement_valid else None
decision = state
# Preserve the native decision and identities; this snippet does not drive an actuator.
# Missing fields raise errors; invalid geometry or values never become a trusted level.Acotar la propuesta de IA
Pida al asistente un candidato con hipótesis declarada, como separar un reflejo de pared del límite real modificando un ajuste permitido de contraste. Limite cambios a parámetros declarados compatibles y conserve el grafo base. La propuesta debe nombrar grupos afectados y un contraejemplo capaz de refutarla. No debe cambiar respuestas, recortar muestras difíciles, eliminar Review ni cambiar a un backend sin verificar para mejorar puntuación. Un candidato guardado registra una sugerencia técnica; no confirma ejecución del experimento, disponibilidad del modelo ni cambio de la cámara productiva.
Comparar material de desarrollo
Evalúe base y candidato sobre el mismo desarrollo congelado, idéntica preparación y denominador completo previsto. Compare Pass y Fail observables por separado de Review, errores y resultados ausentes. Incluya grupos por recipiente, sin contar fotogramas consecutivos como éxitos independientes. Examine si menos omisiones de bajo nivel provienen de enviar más botellas bajas a Review. Puede ser un compromiso útil, pero debe explicitarse. Tras seleccionar, conserve aceptación independiente. Si sus respuestas se usan para otro ajuste, descríbala como evidencia de desarrollo reutilizada, no como un conjunto de aceptación intacto.
Mantener un registro del flujo
El registro relaciona identidad de entrada, transformación de recorte, clase de referencia, revisiones base y candidata, runtime real, parámetros y salidas tipadas. Guarde regla y geometría originales junto al puerto numérico, incluidos fallos. La tabla explica por qué una sola columna numérica no describe el experimento. Anote tiempo como observación de ejecución real, no promesa de un grafo guardado. Separe autoría del grafo, ejecución correcta y aprobación técnica. Así otro revisor puede reconstruir si el candidato cambió observabilidad, intervalo admitido o únicamente explicación de un resultado inalterado.
| Situación | Registro requerido | Interpretación |
|---|---|---|
| Límite único en ROI sintética20 px en y=8 | Cociente0.6 más geometría y reglas asociadas | Indicador observable; aplicar la regla declarada |
| Límite sintético único y=14 | Cociente0.3 más geometría y reglas asociadas | Indicador observable inferior; conservar decisión |
| Límites igualmente intensos | Review y geometría de medida inválida | No interpretar el valor numérico predeterminado como vacío |
| Runtime o identidad incompatibles | Fallo original e identidad de solicitud | Sin nivel fiable; no sustituir por imagen anterior |
Inyectar ausencia y ambigüedad
Inyecte casos explícitos antes de entregar: imagen ausente, identidad de recorte errónea, runtime no disponible, límites igualmente intensos y resultado recibido tras cancelar. Compruebe que cada uno mantiene estado visible sin aprobación y no reutiliza un cociente de otra botella. Un reintento pertenece a sus propias identidades de solicitud y resultado; una respuesta incierta no prueba éxito. Si una extensión específica utiliza detector o modelo externo, verifique paquete exacto y contrato de entrada y salida por separado. Una plantilla listada o un modelo importado no establece disponibilidad; este tutorial no autoriza transmitir imágenes.
La IA propone y la comparación selecciona
Separe autoría del candidato de ejecución, comparación y aceptación del proyecto.
- Fijar material y revisión base
- Proponer hipótesis paramétrica acotada
- Comparar todos los resultados tipados
- Seleccionar candidato y conservar límites
Entregar un candidato, no una publicación
Entregue candidato con material fijo, contrato, ajustes de observabilidad, mapeo tipado y comparación completa. Conserve base y ejemplos sin resolver para reproducir comportamiento y límites. La integración todavía requiere adquisición verificada, asociación de eventos, gestión de latencia y aceptación independiente en línea. No publique precisión de la hoja sintética ni presente soporte en código como aplicación liberada que ha superado una prueba real de planta. El diagnóstico siguiente debe partir de fallos preservados, no de un grafo marcado exitoso solo porque se guardó sin error.
Fuentes y referencias técnicas
Las referencias explican los métodos y límites del tutorial. Las comprobaciones de ejemplo sirven de orientación; la aceptación en producción requiere pruebas con sus propias muestras.
- Image ThresholdingOpenCVComprobado
- Deyi Vision Vision WorkbenchDeyi VisionComprobado
Referencias de componentes y selección
- machine vision software · Referencia en inglés
- Lista de verificación de la prueba de aceptación de visión artificial
- inspeccion visual automatizada
- EAN-13: aceptación en línea
- EAN-13: decodificación y reglas de datos
- Adquisición estable: búferes, tiempos de espera y reconexión
- Aceptar e integrar una inspección de nivel visible
- Relacionar registros de inspección, imágenes e identificadores
- Etiquetas OCR: aceptación y contrato PLC
- Etiquetas OCR: flujo nativo y coincidencia exacta
- Aceptar e integrar integridad de paquetes abiertos
- Crear integridad de paquetes abiertos asistida por IA
- Definir el enlace PLC–visión mediante estados explícitos
- Aspecto de sello y cordón: aceptación en línea
- Aspecto de sello y cordón: reglas
- Clasificación SKU: aceptación y desconocidos
- Clasificación SKU: reglas de color y producto
- Defectos superficiales: aceptación y salida
- Defectos superficiales: evaluación AI acotada
- Ensayar latencia desde el disparo hasta la decisión PLC
- Versionar y restaurar el conjunto completo de visión

