SKU・色分選：色と商品の判定規則

目的と適用範囲

宣言した画像形式で色を判定し、意味的 SKU 認識とクラウドモデル承認を別に扱います。

本記事は技術評価の手順であり、そのまま稼働できる製品の認証ではありません。Deyi Vision の公開 PC 例は、確認済みサンプル画像を用いる EAN-13 ワークフローが対象です。開発コードのネイティブ OCR や検出機能は、使用前にインストール済みランタイム、結び付けられたモデル、検査内容を確認してください。ブラウザーのテンプレートがあるだけでは実行可能とは言えず、計画中の OpenCV.js バックエンドには別の検証が必要です。クラウド認識には画像範囲、提供元、モデル、費用の明示的な承認が必要です。審査用アーカイブは実行可能なリリースパッケージではありません。カメラ、ファームウェア、ドライバーの互換性も個別に確認します。以下の数値は仮定例であり、Deyi Vision の実測値や顧客成果ではありません。

確認資料の準備

チャンネル順、深度、マスク、クラスを固定し、ローカル実行を明示的に結び付けます。テンプレートや審査アーカイブにランタイムは含まれません。 最終フラグを読む前に中間出力の契約を確認します。領域欠落、文字項目の形式不良、不正座標、有限でない値は明示的な失敗であり、初期値の合格にしません。実行したバックエンドと依存関係を記録し、同名テンプレートの別実行系から受入結果を引き継ぎません。モデルや前処理を変えたら旧版を残し、固定比較をやり直します。試行全数、利用可能な根拠の数、残りの扱いを示します。これらは認識品質に加え、網羅性と失敗処理を表します。 色分けと SKU 認識は別の質問に答えます。赤の参照色に一致する領域でも、寸法、ラベル、包装仕様が間違っている場合があります。物理的な色を分けるのか、期待 SKU を照合するのか、両方を独立確認するのか定義します。画素のチャンネル順が分かるカラー画像を使い、露光、ホワイトバランス、照明スペクトルをレシピに残します。きれいな色票だけでなく、許容材料ロット、光沢、影、異品種を試験します。低彩度では色相が不安定で、飽和したハイライトの情報はアルゴリズムで復元できません。未知、観察不能、混色品の処理先を定義します。モデルによる SKU 認識は色閾値とは別に検証し、クラウド送信前に承認を得ます。 ワークフローを単一のモデル回答ではなく、型を持つ判定の連続として扱います。実験前に入力識別、領域変換、ノード版、前処理、モデルパッケージを結び付けます。開発画像でのパラメーター選択と、調整に正解を使っていない固定集合での評価を分離します。実行失敗も含め、各事例の基準版と候補版の結果を残します。AI の提案は変更版を提示できますが、正解の確認、画像送信の許可、量産使用の承認は行えません。提供元の応答が不明な場合は要求識別を保存し、再送を検討する前に受付記録を調査します。ランタイム可用性、認識品質、リリース承認は別々に確認します。

操作手順

1. 入力順を正しく変換し、閾値の前に HSV 表現を明記します。
2. 8-bit OpenCV の試験では赤の循環境界を H 0–10 または 170–179 で扱い、彩度と明度は試料から設定し、万能値にしません。
3. 有効物体の一致画素を数え、不足なら Review と比率を残します。
4. 承認商品 ID で SKU を別評価し、クラウド送信には画像、提供元、モデル、費用の承認を得ます。

試験結果の読み方

仮定では有効 1000 画素中 600 が一致して 60% です。試験基準 70% なら赤を強制せず Review です。色相範囲と比率は導入深度と商品で検証します。同じ色の商品を色だけで識別しません。

記録ワークシート

ratio = 600 / 1000 = 60%
60% < 70% -> Review

二つの工程図

不具合の切り分け

• 異なる深度の色相範囲を使うとクラス境界が変わります。
• SKU 対応や観察根拠のない高いクラウド信頼度で搬送を許可しません。

受入確認と引き継ぎ

独立した既知・未知試料で色を受け入れ、商品規則を別確認します。範囲、マスク、実行パッケージ、モデル版を結果に結び付けます。

元画像、期待する判定、正確なリビジョン、完全な結果記録を一組で保存します。最終パラメーターを選ぶ前に評価集合を固定してください。その正解を後から調整に使った場合は開発データに変更し、新しい独立した受入集合を用意します。Review、NoResult、実行エラー、取得漏れを分母に残し、行を除外して合格に変えないでください。成功例とともに再現可能な失敗例を保存します。引き継ぎにはレシピ変更の権限、承認済み旧版への復元方法、受入確認まで禁止する装置出力を記載します。ソフトウェアの結果だけでは、動く実物が正しい搬送先に到達したことを証明できません。