Quy trình AI hỗ trợ kiểm tra hiện diện

Nhiệm vụ kiểm tra

Bắt đầu bằng ảnh xám, mặt nạ thành phần và quy tắc đếm trong vùng đặc trưng. Với giả định cần một đặc trưng, một thành phần hợp lệ là điều kiện mong đợi nhưng chưa chứng minh đúng linh kiện. Nhờ AI đề xuất một đổi ngưỡng hoặc giới hạn diện tích có giải thích, giữ vị trí và định nghĩa vật lý cố định.

Điều kiện ban đầu và mẫu đối chứng

Định nghĩa hiện diện là đặc trưng nhìn thấy ở vị trí quy định, không phải bất kỳ vật tối nào trong ảnh. Chuẩn bị mẫu lắp đúng, mẫu cố ý thiếu và mẫu che khuất, kèm đáp án do người ghi. Lưu điều kiện đồ gá và biến thiên phôi được phép. Cơ sở trạm cố định phân biệt thành phần tách rời bằng tương phản; không phải nhận dạng ngữ nghĩa tổng quát và không được suy đoán linh kiện bị che.

Chọn cấu hình camera

Camera vùng ảnh đơn sắc là điểm bắt đầu phù hợp cho đặc trưng cố định có tương phản. Xem xét màn trập toàn cục nếu còn chuyển động lúc phơi sáng; camera thông minh cần xác minh xử lý và I/O. Chọn camera màu khi màu tham gia quyết định. Nếu chiều sâu hoặc che khuất quyết định hiện diện, ảnh phẳng không đủ để kết luận.

Thực hiện phép thử có kiểm soát

Tạo quy trình cơ sở nhỏ nhất có thể quan sát trước khi nhờ AI đề xuất thay đổi. Cố định ảnh gốc, vùng quan tâm, đáp án và định danh môi trường chạy; xem đầu ra trung gian chứ không chỉ đèn kết quả. Cách làm hiện tại của Deyi Vision cho phép so sánh ứng viên trên dữ liệu phát triển có phiên bản. Gợi ý AI là đề xuất cần xem xét, không phải dung sai đã được người vận hành phê duyệt hay phép đo vật lý đã xác minh.

1. Xem ảnh gốc, mặt nạ và diện tích hợp lệ từng đối chứng.
2. Lưu cơ sở trước đề xuất AI.
3. Áp dụng một ứng viên trên cùng ảnh phát triển.
4. Nhờ người kiểm tra nhãn mới trước khi thêm mẫu khó.

Ghi lại bằng chứng

Ghi số thành phần, diện tích và trạng thái xem xét với định danh ảnh. Không điền đáp án thiếu bằng dự đoán. So sánh chấp nhận nhầm mẫu thiếu riêng với loại nhầm mẫu có; điểm tổng có thể che lỗi đắt hơn.

Lập mỗi ảnh một dòng so phát triển, cố định đáp án vật lý trước xem ứng viên. Ghi quyết định cơ sở, ứng viên và vùng gây ra. Phân loại phục hồi loại thiếu, phục hồi nhận có, đạt nhầm mới, loại nhầm mới hoặc chưa rõ nhìn thấy. Nhờ vậy cải thiện mẫu có dễ không giấu lỗi mẫu thiếu. Khi đổi diện tích, xem vùng được thêm và bỏ bởi đúng giới hạn ấy. Loại ứng viên nhận đồ gá dù điểm tổng tăng; giữ ứng viên và lý do.

Chẩn đoán trường hợp lỗi

Vít đồ gá có thể tạo một vùng dù chân cần kiểm tra thiếu. AI đổi tên không sửa được lỗi này. Quay lại vị trí và khả năng quan sát. Mẫu bị che vẫn cần xem xét dù mô hình dự đoán có với độ tin cậy cao.

Xác minh độc lập

So sánh cơ sở không đổi và một ứng viên trên cùng mẫu phát triển. Giữ lỗi và kết quả chưa kết luận trong tổng mẫu. Có thể đưa ảnh khó vào tập xem xét có giới hạn, nhưng nhãn dự đoán vẫn chưa xác nhận cho đến khi có người kiểm tra. Nếu mô hình cần dịch vụ cục bộ hoặc quyền gửi ảnh ra ngoài, thiếu khả năng đó phải dừng chạy, không tự thay môi trường phía sau.

Trên mẫu giữ riêng, xác minh vị trí và bằng chứng vùng trước quy tắc cuối. Không hạ yêu cầu thiếu linh kiện để tăng điểm phát triển.

Thu mẫu khó là yêu cầu bằng chứng, không tự là đúng. Giữ ảnh gốc, sự kiện nguồn và lý do xem. Người kiểm hiện diện vật lý và thực sự thấy; dự đoán lưu riêng. Nếu dùng đáp án để chỉnh ứng viên sau, ảnh thuộc phát triển, không báo là nghiệm thu chưa dùng. Cố định đồ thị và tham số, giao đối chứng giữ riêng cùng định nghĩa cho người độc lập. Xem bất đồng trước lắp. Lưu phiên bản không duyệt dung sai vật lý hay nghiệm thu. Tách ứng viên tái lập khỏi trạm đã duyệt.

Tiếp tục bàn giao kỹ thuật

Lưu đồ thị, tham số, phụ thuộc và phép so sánh phát triển. Không cho AI điều chỉnh tiếp cận đáp án nghiệm thu độc lập. Gói xuất phục vụ xem xét chỉ là bằng chứng, không phải gói phát hành chạy được hoàn chỉnh hay chứng nhận phê duyệt. Chạy trên trình duyệt, chất lượng mô hình đám mây và kích hoạt gói thực thi cần xác minh riêng.

Lưu ảnh gốc cùng bản ghi kết quả tương ứng.