部品計数のAI支援フロー：領域ごとの証拠と正確な個数を比較する

検査の目的

グレー化、分割、対象領域の選別、個数一致の規則から始めます。3部品トレーの仮定では、調整中も期待個数3を保持します。AIは分割や面積フィルターを提案できますが、別に検証した認識経路なしで一領域を複数の物理部品と定義してはいけません。合計に入った個別領域を確認します。

前提条件と対照サンプル

期待する個数と「物理的な一つの部品」の定義を決めます。正しい個数、数量不足、部品同士が接触したサンプルを用意し、独立した数え直しで答えを記録します。基準フローは分離した連結領域を数えるもので、隠れた物体は数えられません。一つの領域に複数の接触部品が入る場合も、光沢のある一部品が複数領域に分かれる場合もあります。しきい値を選ぶ前に限界を明記します。

カメラ構成を選ぶ

トレー全体が一回の撮影に入るならエリアスキャンカメラを使います。輪郭のコントラストにはモノクロ、実際に色が必要ならカラーを選びます。供給中に動く場合は、確認済みのグローバルシャッターのタイミングか静止位置で撮影します。ラインスキャンには移動に合わせた画像再構成が必要で、静止トレーを自動的に改善するものではありません。

条件を管理して試験する

AIに変更案を求める前に、観察できる最小限の基準フローを作ります。元画像、検査領域、期待する答え、実行環境の識別情報を固定し、最終ランプだけでなく中間出力を確認します。現行のDeyi Visionのフローでは、版管理した開発データで候補の変更を比較できます。AIの提案は確認対象であり、作業者が承認した公差や検証済みの物理量ではありません。

1. 元画像と独立した実物の個数を保存します。
2. 基準マスクの対象領域を確認します。
3. 候補で分割パラメーターを一つ変更します。
4. 個数一致を比較し、接触例は要確認として残します。

確認データを記録する

答えのある各画像に期待個数、予測個数、差を記録します。完全一致と絶対個数誤差を別に集計します。無回答と要確認も示し、除外して意味を変えません。

トレー単位で物理答え、基準個数、候補個数、寄与する領域を保存します。個数誤差は予測数から独立した実物数を引いた値、絶対値は方向を除いた大きさです。過大と過少は対策が違うため符号も残します。平均絶対誤差が良くても不足トレーを完成品とする誤りが増える場合があり、集計に隠さずイベントを示します。重なりと無回答は有効状態と適用範囲に含め、分離領域の仮定で扱えないサンプルを開示します。

失敗例を切り分ける

二部品を逃して二つのトレー領域を数えると合計は一致します。領域ごとの証拠が必要です。検出モデルには承認済み依存関係と実物試験が必要で、モデル名だけでは能力を証明しません。

独立したサンプルで検証する

同じ開発サンプルに、変更しない基準フローと一つの候補を適用します。失敗と判定不能も全件数に残してください。難しい画像は件数を制限した確認用データに追加できますが、予測ラベルは人が確認するまで未確認です。モデルにローカルサービスや画像外送の許可が必要な場合、それがなければ実行を停止し、別の実行環境へ黙って切り替えてはいけません。

別に残したトレーで各部品と数量不足を確認します。合計の正しさで誤った個別検出を許容しません。

AIが別の認識方式を提案したらパラメーター変更と分けます。導入環境で必要ノードが動き、モデル、前処理、出力定義が固定されるか確認します。モデルの矩形やマスクにも物理部品の定義が必要です。予測ラベルを未確認に保ち、元画像で見逃し、二重検出、重なりを確認します。基準と同じ独立個数で比較し、全失敗を残します。旧フローの受入を新モデルや実行パッケージに引き継がせません。領域の説明と数量影響を記録して選択フローを固定します。特に変更を招いた重なりと小部品で、未使用の実トレー受入が必要です。

次の技術検討へ進む

フロー、パラメーター、依存関係、開発時の比較を保存します。独立した受入試験の答えはAIの調整から隔離してください。確認用の書き出しは検討資料であり、実行可能な完成配布パッケージや承認の証明ではありません。ブラウザー実行、クラウドモデルの品質、実行パッケージの有効化はそれぞれ別途確認が必要です。

元画像と対応する結果記録を一緒に保存します。