SKU 색상 분류: 채널과 드리프트 진단

목적과 적용 범위

기대 SKU에 맞게 임계값을 바꾸기 전에 획득, 변환, 마스크와 규칙의 첫 차이를 찾습니다.

이 안내는 엔지니어링 평가 절차이며 즉시 운용 가능한 제품의 인증이 아닙니다. 현재 Deyi Vision 공개 PC 예제는 확인된 샘플 이미지를 이용한 EAN-13 워크플로입니다. 개발 코드의 네이티브 OCR 및 검출 기능은 사용 전에 설치된 런타임, 연결된 모델과 검사 작업을 확인해야 합니다. 브라우저 템플릿만으로 브라우저 실행을 입증할 수 없으며 계획 중인 OpenCV.js 백엔드는 별도 검증이 필요합니다. 클라우드 인식에는 이미지 범위, 공급자, 모델과 비용에 대한 명시적인 승인이 필요합니다. 검토용 아카이브는 실행 가능한 릴리스 패키지가 아닙니다. 카메라, 펌웨어와 드라이버 호환성도 별도로 확인합니다. 아래 기록표의 모든 수치는 가정 예시이며 Deyi Vision의 측정값이나 고객 성과가 아닙니다.

검증 자료 준비

색 원본, 중성 기준과 미지 물체를 보존하고 기대 클래스를 입력 밖에 두며 변환 버전을 기록합니다. 다른 엔지니어가 영상이나 버전을 추측하지 않고 재현할 수 있도록 원본, 영역, 실제 출력, 기대 처분과 첫 중간 차이를 기록합니다. 재생, 실시간 촬영 또는 양쪽에서 발생하는지 구분합니다. 수정 후 원래 실패와 이전 성공 인접 조건을 다시 시험합니다. 영역 제외나 결과 누락 허용으로 경보를 없애는 것은 요건 변경이지 원인 해결이 아닙니다. 미해결이면 이유와 함께 Review나 차단 상태를 유지하고 미시험 우회책을 검증 완료로 표시하지 않습니다. 색상 분류와 SKU 인식은 서로 다른 질문에 답합니다. 빨간색 기준에 맞는 영역이라도 크기, 라벨 또는 포장 종류가 잘못될 수 있습니다. 물리 색상을 분류할지, 기대 SKU를 검증할지, 두 조건을 독립 확인할지 정의합니다. 채널 순서를 아는 컬러 이미지를 사용하고 노출, 화이트 밸런스와 조명 스펙트럼을 레시피에 저장합니다. 깨끗한 색상표만 보지 말고 허용 재료 로트, 광택, 그림자와 다른 제품을 시험합니다. 채도가 낮으면 색상이 불안정하고 포화된 반사점의 정보는 알고리즘으로 복구할 수 없습니다. 알 수 없거나 관찰 불가 또는 혼합 색상 제품의 경로를 명시합니다. 모델 기반 SKU 인식은 색상 임계값과 별도로 검증하고 클라우드 전송 전에 승인받습니다. 가장 먼저 관찰되는 차이부터 추적합니다. 동일한 저장 원본을 바꾸지 않은 기준 및 후보에 재생해 중간 이미지, 영역, 수치와 결과 상태를 비교합니다. 원본이 다르면 알고리즘만 분리한 비교가 아닙니다. 의심 원인 하나만 바꾸고 실행 전 예상 효과를 기록하며 가설이 틀린 결과도 남깁니다. 읽을 수 없는 자료, 규칙 불일치, 의존성 누락과 실행 장애는 해결 방법이 달라 구분합니다. 재생은 소프트웨어 문제를 재현할 수 있지만 실시간 트리거, 조명 타이밍이나 실제 배출 경로를 검증하지 못합니다. 획득과 생산 라인 검증은 별도 후속 시험으로 유지합니다.

작업 절차

1. 변환 전 원본 채널 순서와 알려진 픽셀을 확인합니다.
2. 선언 변환으로 같은 원본을 재생해 저장 마스크와 유효 분모를 비교합니다.
3. 화이트 밸런스, 포화와 낮은 채도를 따로 확인하며 보이지 않는 색은 미지/Review로 남깁니다.
4. 새 촬영과 인접 색으로 수정을 검증하고 원래 오판을 덮지 않습니다.

시험 결과 해석

같은 가정 색은 RGB [200,40,30] 또는 BGR [30,40,200]입니다. 실제 입력과 맞추지 않고 배열 이름만 바꾸면 의미가 달라집니다. 픽셀·미리보기로 SKU가 입증되지 않습니다. 회색 원본은 변환 코드로 색을 복구할 수 없습니다.

시험 기록표

두 가지 공정 도해

고장 원인 분석

• 빨강이 변환 후 파랑이면 채널 순서와 원본 픽셀부터 확인합니다.
• 배경만 바꿔 클래스가 달라지면 새 상품 색보다 마스크·분모를 확인합니다.

수락 검증과 인계

첫 차이를 재현·수정하고 독립 기존·미지 샘플로 확인해 진단을 종료하며 모호함과 변경 단계를 기록합니다.

원본 이미지, 기대 판정, 정확한 리비전과 전체 결과 기록을 함께 보관합니다. 최종 매개변수를 선택하기 전에 평가 세트를 고정합니다. 이후 그 정답을 조정에 사용했다면 개발 데이터로 표시하고 새로운 독립 수락 세트를 확보합니다. Review, NoResult, 실행 오류와 영상 누락을 분모에 남기고 행을 제거해 합격으로 바꾸지 않습니다. 성공 샘플과 함께 재현 가능한 실패 샘플도 저장합니다. 인계 자료에는 레시피 변경 권한, 이전 승인 리비전 복원 방법과 수락 전까지 차단할 장치 출력을 명시합니다. 소프트웨어 결과만으로 이동 중인 실제 부품이 올바른 목적지에 도달했음을 입증할 수 없습니다.