표면 결함: 범위를 제한한 AI 평가

목적과 적용 범위

정합된 참조 차이 기준과 연결된 후보를 비교하고 이상 점수나 AI 제안을 정답으로 취급하지 않습니다.

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

정상 참조, 기준, 제외 마스크와 결함 라벨을 별도 버전 관리합니다. 실제 노드 지원을 확인합니다. 최종 플래그 전에 중간 출력 계약을 검증합니다. 영역 누락, 잘못된 텍스트 필드, 좌표 또는 비유한 수치는 명시적 실패이며 기본 합격이 아닙니다. 실제 백엔드와 의존성을 기록하고 같은 이름의 다른 백엔드에서 수락을 가져오지 않습니다. 모델이나 전처리 변경 시 이전 버전을 보관하고 고정 비교를 다시 실행합니다. 전체 시도 수, 사용 가능한 근거 수와 나머지 처분을 제시해 인식 품질뿐 아니라 범위와 실패 처리를 설명합니다. 표면 결함 검사에서는 재료 결함과 관찰 조건의 변화를 구분해야 합니다. 긁힘, 찍힘, 기름, 질감과 반사는 비슷한 밝기 변화를 보이지만 처분이 다릅니다. 예상 마감 범위의 정상 부품과 위치·방향이 기록된 결함 샘플을 준비합니다. 표면이 달라져도 보이는 기준 특징을 선택합니다. 참조 영상은 현재 부품과 자세·조명이 비교 가능할 때만 유효합니다. 영상 차이는 실제 깊이 측정이 아니며 검출 영역만으로 결함 원인이 확정되지 않습니다. 정답을 수집하기 전에 오염을 불합격, 세척 요청 또는 범위 밖 조건 중 무엇으로 처리할지 결정합니다. 애매한 샘플의 원본을 보관하고 깨끗한 참조나 수정 정답을 만들어 내지 않습니다. 워크플로를 단일 모델 답변이 아닌 형식화된 판정의 연속으로 봅니다. 실험 전에 입력 ID, 영역 변환, 노드 버전, 전처리와 모델 패키지를 연결합니다. 개발 이미지에서의 매개변수 선택과 정답을 조정에 사용하지 않은 고정 세트 평가를 분리합니다. 실행 실패를 포함해 모든 사례의 기준 및 후보 결과를 보존합니다. AI 제안은 리비전을 제시할 수 있지만 기준 정답을 확인하거나 이미지 업로드와 생산 사용을 승인할 수 없습니다. 공급자 요청의 접수 여부가 불확실하면 요청 ID를 저장하고 재전송을 고려하기 전에 접수 기록을 확인합니다. 런타임 가용성, 인식 품질과 릴리스 승인은 독립 검증 항목입니다.

작업 절차

1. 안정된 기준으로 원본과 참조를 정합한 후 차이를 구하고 양쪽에서 변환을 확인합니다.
2. 임계값과 형태학 전에 차이 영상을 봐 정합 경계를 긁힘으로 오인하지 않습니다.
3. 개발 데이터에서 비교 후 후보를 고정하고 사용하지 않은 정상·결함 세트를 평가합니다.
4. 정합 실패, 의존성 누락과 관찰 불가는 Review 또는 Error로 보내고 기본 정상을 부여하지 않습니다.

시험 결과 해석

가정 예시에서는 결함 10개 중 2개를 놓치고 정상 20개 중 1개를 배출합니다. 두 분모를 보고합니다. 이상 점수는 결함 확률이 아니며 미연결 모델은 실행 시험 밖입니다.

시험 기록표

두 가지 공정 도해

고장 원인 분석

• 윤곽의 고리라면 전체 결함보다 정합이나 스케일 오류를 의심합니다.
• 좁은 긁힘을 제거하는 커널은 영상을 깔끔하게 해도 근거를 없앱니다.

수락 검증과 인계

개선 근거가 없으면 기준을 유지합니다. 승인 전에 참조, 변환, 마스크, 노드·모델 ID와 전체 혼동 행렬을 고정합니다.

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.