Defectos superficiales: evaluación AI acotada

Objetivo y límites de uso

Construya diferencias registradas de referencia y compare el candidato vinculado sin convertir puntuaciones anómalas ni sugerencias de IA en respuestas confirmadas.

Este tutorial describe una evaluación de ingeniería, no una certificación de producto listo para funcionar. El ejemplo público actual de PC de Deyi Vision cubre un flujo EAN-13 con imágenes de muestra confirmadas. Antes de utilizar OCR o detección nativos del código de ingeniería, compruebe el entorno instalado, los modelos vinculados y el trabajo. Una plantilla de navegador no demuestra ejecución en él: el backend OpenCV.js previsto requiere verificación independiente. El reconocimiento en la nube exige aprobar expresamente las imágenes, el proveedor, el modelo y el coste. Un archivo de revisión no es un paquete ejecutable de publicación. Verifique por separado la compatibilidad de cámara, firmware y controlador. Todos los valores de la hoja son hipotéticos; no son mediciones ni resultados de clientes de Deyi Vision.

Preparar las pruebas

Versione patrón, referencia geométrica, máscara y etiquetas por separado; confirme nodos reales del backend. Compruebe el contrato intermedio antes de leer la bandera final. Región ausente, texto mal formado, coordenada inválida o valor no finito es un fallo explícito, nunca aprobación predeterminada. Registre backend y dependencias reales; no transfiera aceptación entre motores por compartir plantilla. Tras cambiar modelo o preprocesamiento, guarde la versión anterior y repita la comparación fija. Informe todos los intentos, pruebas utilizables y tratamiento del resto: describe cobertura y fallos además de reconocimiento. Una estación de defectos superficiales debe distinguir el defecto material de un cambio de observación. Rayas, abolladuras, aceite, textura y reflejos pueden producir variaciones similares, pero exigen decisiones distintas. Prepare piezas aceptables dentro del acabado previsto y defectos con posición y orientación registradas. Elija una referencia visible aunque cambie la superficie. Una imagen patrón solo sirve cuando pose e iluminación son comparables. La diferencia de imagen no mide profundidad física y una región detectada no identifica por sí sola el mecanismo del defecto. Decida antes de etiquetar si la suciedad implica rechazo, limpieza o una condición excluida. Guarde originales ambiguos sin inventar patrones limpios ni respuestas corregidas. Trate el flujo como una secuencia de decisiones tipadas, no como una sola respuesta del modelo. Vincule identidad de entrada, transformación de región, versiones de nodos, preprocesamiento y paquete de modelo antes del ensayo. Separe la elección de parámetros con imágenes de desarrollo de la evaluación de un conjunto congelado cuyas respuestas no se hayan usado para ajustar. Conserve resultados de referencia y candidato para todos los casos, incluidos errores. La IA puede proponer una revisión, pero no confirmar respuestas, autorizar transferencias ni aprobar producción. Si la recepción del proveedor es incierta, conserve la identidad de solicitud e investigue el comprobante antes de considerar un reenvío. Disponibilidad, calidad y aprobación son verificaciones independientes.

Procedimiento

1. Registre original y patrón por una referencia estable antes de restar; revise ambos.
2. Mire la diferencia antes de umbral y morfología para no llamar rayas a bordes de registro.
3. Compare en desarrollo, congele candidato y evalúe el conjunto intacto de defectos y buenos.
4. Envíe falta de registro, dependencia o visibilidad a Review/Error, nunca a bueno predeterminado.

Interpretar el ensayo

El ejemplo hipotético pierde 2 de 10 defectos y rechaza 1 de 20 buenos. Informe ambos denominadores. Una puntuación anómala no es probabilidad de defecto; modelos no vinculados quedan fuera.

Hoja de registro

Dos vistas de ingeniería

Diagnóstico de fallos

• Un anillo en la silueta sugiere registro o escala erróneos.
• Eliminar una raya fina con el kernel destruye prueba aunque embellezca la imagen.

Aceptación y entrega

Conserve referencia sin beneficio probado. Fije patrón, transformaciones, máscara, identidades y matriz completa antes de aprobar.

Conserve juntos imágenes originales, decisión esperada, revisión exacta y registro completo. Congele el conjunto de evaluación antes de elegir los parámetros finales. Si después utiliza sus respuestas para ajustar el flujo, márquelo como datos de desarrollo y obtenga otro conjunto independiente de aceptación. Mantenga Review, NoResult, error de ejecución y adquisición ausente en el denominador; no los convierta en aprobaciones filtrando filas. Guarde un fallo reproducible junto al caso satisfactorio. La entrega debe identificar quién puede cambiar la receta, cómo restaurar una revisión aprobada y qué salida del equipo seguirá bloqueada hasta la aceptación. Un resultado de software no demuestra que una pieza en movimiento haya llegado al destino correcto.