부품 계수 AI 흐름: 개수와 영역 근거 비교: 실무 검증 절차

검사 목적

회색화, 분할, 적격 영역과 정확한 개수 규칙으로 시작합니다. 가정한 3부품 트레이는 조정 중 기대 3을 유지합니다. AI는 분할이나 면적 필터를 제안할 수 있지만 별도 검증 인식 없이 한 영역을 여러 실제 부품으로 정의하면 안 됩니다. 합계에 들어간 각 영역을 확인하세요.

전제 조건과 대조 샘플

기대 개수와 물리적인 부품 하나의 정의를 정합니다. 정상 개수, 부족과 접촉 샘플을 준비하고 독립적으로 센 정답을 기록하세요. 기준 흐름은 분리된 연결 영역을 세며 숨겨진 물체를 세지 못합니다. 접촉한 여러 부품이 한 영역이 되거나 광택 있는 한 부품이 여러 영역으로 나뉠 수 있습니다. 개수 임계값을 선택하기 전에 이 한계를 샘플 정의에 남깁니다.

카메라 구성 선택

트레이 전체가 한 번의 트리거 영상에 들어오면 영역 카메라를 사용합니다. 실루엣 대비에는 흑백을, 실제 색 요구가 있을 때만 컬러를 선택하세요. 공급 중 움직임에는 검증된 글로벌 셔터 타이밍이나 정지 촬영 위치가 필요합니다. 라인 스캔은 이동 기반 영상 재구성이 필요하며 정지 트레이를 자동으로 개선하지 않습니다.

조건을 관리하며 시험하기

AI에 변경안을 요청하기 전에 관찰 가능한 최소 기준 흐름을 만듭니다. 원본, 검사 영역, 기대 답과 실행 환경 식별자를 고정하고 최종 표시뿐 아니라 중간 출력을 확인하세요. 현재 Deyi Vision 흐름은 버전 관리된 개발 데이터에서 후보 변경을 비교할 수 있습니다. AI 제안은 검토 대상이며 작업자가 승인한 공차나 검증된 물리 측정값이 아닙니다.

1. 원본과 독립 물리 정답을 저장합니다.
2. 기준 마스크의 적격 영역을 확인합니다.
3. 후보에서 분할 매개변수 하나를 변경합니다.
4. 정확 개수를 비교하고 접촉 사례는 검토로 남깁니다.

확인 자료 기록

정답이 있는 영상마다 기대, 예측과 차이를 기록합니다. 완전 일치와 절대 계수 오차를 따로 집계합니다. 무응답과 검토를 제외하면 결과 의미가 변합니다.

트레이별로 물리 답, 기준 개수, 후보 개수와 기여 영역을 보존합니다. 오차는 예측에서 독립 실제 개수를 뺀 값이며 절대값은 방향 없는 크기입니다. 과대와 과소의 대책이 달라 부호도 남깁니다. 평균 절대 오차가 좋아도 부족 트레이를 완성으로 오판할 수 있으니 집계에 숨기지 말고 이벤트를 표시합니다. 겹침과 무응답의 유효성 및 적용 범위를 남기고 분리 영역 가정 밖 샘플을 공개합니다.

실패 사례 진단

두 부품 누락과 두 트레이 흔적은 기대 합계를 만들 수 있습니다. 영역별 근거를 요구하세요. 검출 모델 제안에는 승인 의존성과 실제 샘플 검증이 필요하며 모델 이름은 계수 능력 증명이 아닙니다.

독립 샘플로 검증

같은 개발 샘플에서 변경하지 않은 기준과 후보 하나를 비교합니다. 실패와 판정 불가 결과도 전체 분모에 남기세요. 어려운 영상은 크기가 제한된 검토 집합에 추가하되 사람이 확인하기 전에는 예측 라벨을 미확인으로 유지합니다. 모델에 로컬 서비스나 영상 외부 전송 승인이 필요하면, 해당 능력이 없을 때 실행을 중단해야 하며 실행 환경을 몰래 바꾸면 안 됩니다.

독립 트레이에서 각 부품과 모든 부족 사례를 검증합니다. 맞는 합계로 잘못된 개별 검출을 허용하지 않습니다.

AI의 다른 인식 방식은 매개변수 수정과 분리합니다. 설치 환경의 실행 노드, 고정 모델, 전처리와 출력 정의를 확인합니다. 모델 상자나 마스크도 실제 부품 정의가 필요합니다. 예측 라벨은 미확인으로 두고 원본에서 누락, 중복과 겹침을 봅니다. 기준과 같은 독립 수량으로 비교하고 모든 실패를 유지합니다. 옛 그래프 수락을 새 모델로, 후보 식별을 실행 패키지 승인으로 옮기지 않습니다. 개별 영역 설명과 수량 영향을 기록한 뒤 흐름을 고정합니다. 변경을 유발한 겹침과 작은 부품은 특히 미사용 실제 트레이 수락이 필요합니다.

다음 기술 검토로 진행

그래프, 매개변수, 의존성과 개발 비교를 저장합니다. 독립 수락 시험의 정답은 AI 조정 과정에서 접근하지 못하게 하세요. 검토용 내보내기는 확인 자료이며 완전한 실행 배포 패키지나 승인 증명이 아닙니다. 브라우저 실행, 클라우드 모델 품질과 실행 패키지 활성화는 각각 별도의 능력 검증이 필요합니다.

원본 영상과 해당 결과 기록을 함께 보존합니다.