撰寫可觀察的驗收主張
驗收主張應寫成:在所宣告的影像區域和容器系列內,對可見液面邊界進行分類。要說明輸出是相對於影像的高度比例,還是另行明確定義的其他視覺替代指標。不要把它描述為測得的充填體積、質量或隱藏的液體含量。即使工作流程返回了一個數值,彎曲的瓶壁、不透明的容器或被遮擋的液面也可能使觀察無效。評估驗收影像之前,先約定瑕疵類別、允許的姿態、材質外觀和複核策略。這樣可以避免一次成功的影像處理示範,悄悄變成對充填過程或已發布工站的更廣泛的承諾。
分開開發樣本與驗收樣本
留出那些未被用於選擇照明、ROI 或判定區間的、可識別的容器和生產批次。納入有獨立參考的低、正常和高三種可見液位,以及空瓶對照、泡沫、瓶壁反光和允許的材質差異。保留每一張原始影像及其參考評定;不確定的參考需要有自己的宣告處置方式。不要把一個棘手的驗收樣本移入開發樣本,再只報告替換它的樣本。把同一容器的重複影像歸為一組,避免它們冒充獨立樣本。執行之前凍結計畫好的樣本組和測試條件,並記錄任何無法獲得的樣本組,而不是悄悄縮小範圍。
凍結判定約定
凍結 Pass、Fail、Review、執行錯誤和缺失結果各自如何對應到接收端工站。可見高度的有效量測值落在配置的區間之外,不同於邊界證據不足。複核和預設的數值,都不應被轉換為已確認的低液位瑕疵,或被接受的瓶子。要把類型化的規則、幾何和數值埠連同它們的識別碼一起檢查。如果某個節點的輸出約定不熟悉,應先對照實際安裝的版本驗證,再連接動作。與製程負責人約定工站對不可觀測邊界的回應;本篇教學不規定通用的安全動作,也不提供完整的控制器程式。
可觀察的驗收邊界
被接受的影像區域,在允許的容器姿態範圍內必須包含宣告的可見液面邊界。
- 宣告的容器系列
- 完整的原始影像座標
- ROI 內的可見邊界
- 被隱藏的液面仍未量測
按完整的計畫分母統計
報告有效判定、複核、執行失敗和缺失結果時,要保留完整的計畫分母。統計之前先定義每一類,並將單個樣本層面的結果與重複的影像觀測分開。工作表應讓審閱者能夠把每個計數追溯到原始事件和參考類別。隨任何彙總一併報告已接受的樣本組和尚未解決的樣本組;不要只根據產生了方便輸出的案例發布準確率宣稱。下面的證據紀錄是一份擬議的結構,並不是實測的量產效能。驗收限值必須來自應用約定的風險和測試方案,而不能是從別處照搬進工作流程的通用百分比。
record = {
'event_id': event_id,
'image_id': image_id,
'workflow_revision': workflow_revision,
'raw_decision': raw_decision,
'execution_status': execution_status,
'handoff_status': handoff_status,
}
# Acceptance evidence schema, not a PLC implementation. Keep missing and invalid results explicit.驗證從事件到動作的交接
追蹤預定的瓶子,從取像事件開始,依次經過原始影像、工作流程版本、結果,直到接收端動作的確認應答。檢查遲到的回應不能覆蓋目前事件,缺影格之後也不會重複使用先前的比例。實際的交接狀態要與視覺判定分開記錄:影像分類正確,卻對錯誤的瓶子採取了動作,不算通過整合。啟用設備輸出之前,先在隔離環境中測試對應。要明確規定由誰負責時間戳記的解釋、佇列行為和應答超時。範例紀錄只列出證據欄位;接收端控制器經過驗證的介面和工站專屬回應,仍屬於單獨的實作工作。
挑戰中斷與重新啟動
在約定的測試條件下,演練啟動、停止、重新啟動、輸送中斷和瓶間距變化。包括缺失影像、遲到結果、取消和執行環境回應不可用,不要把它們藏在成功重放的彙總裡。確認工站在重新啟動後不會把上一個瓶子的結果當作新的量測值呈現。採用相同的參考策略比較靜止與允許的運動條件,因為液體運動會在實際充填參考不變的情況下改變可見性。離線影像測試可以隔離處理約定,但不能證明相機就緒、時序、執行器行為,或目前的 Windows 軟體套件。要保留哪些部分是模擬的、哪些是實際觀察到的紀錄。
彙編驗收工作簿
將凍結的影像樣本組、參考依據、完整的 ROI 座標、實際取像設定、工作流程和執行環境識別碼、原始類型化輸出以及事件交接日誌打包。保留原始的失敗案例和尚未解決的歧義,而不是只留下帶標註的通過截圖。驗收工作簿應說明證據能證明什麼、不能證明什麼,並為每個未解決的整合條件指定負責人。保留基線與候選方案的比較,讓另一位工程師能重現這一判定。執行之後所做的配置更改,需要有書面的影響評估並作適當的重新驗證;工作流程名稱看似熟悉,並不意味著更改後的光學、裁切幾何或輸出對應與已驗收版本等效。
| 證據項 | 所需的關聯 | 需保留的侷限 |
|---|---|---|
| 獨立的瓶子樣本組 | 樣本、批次與參考類別 | 僅限宣告的容器與外觀範圍 |
| 原始判定與執行狀態 | 原始影像與工作流程版本 | 複核與缺失結果保持明確 |
| 動作交接日誌 | 瓶子事件與接收端確認應答 | 分類正確並不證明動作正確 |
| 執行環境與配置快照 | 實際安裝的版本與設定 | 離線證據不能證明硬體就緒 |
只發布已被證明的範圍
只發布約定證據所證明的容器系列、可見邊界、運轉條件和介面行為。如果泡沫或反光仍然遮住液面,應保留複核邊界,並考慮採用其他觀察方法,而不是用縮小的樣本集冒充完整驗收。歷史上的固定工站原始碼證據和已儲存影像評估,並不能說明目前的候選軟體套件、實體相機或量產安裝已經就緒。在經審閱的範圍內,瀏覽器本地執行 OpenCV.js 並不是已實作的能力。Deyi Vision 的工作流程輔助可以支援排查和記錄比較,但驗收仍然是一份具體的書面結果,而不是對容量準確度或工廠效能的籠統宣稱。
從事件證據到有邊界的驗收
先保留結果識別碼和接收端的動作證據,再判斷約定的工站範圍是否已得到證明。
- 取得帶識別碼的瓶子影像
- 保留類型化判定與有效性
- 確認針對該事件的交接
- 驗收有邊界的範圍,或保留缺口
來源與技術參考資料
這些資料說明本教學所用方法的依據與適用範圍。文中的檢查範例僅供參考;量產驗收需要用你自己的樣品取得佐證。
- Triggered Image AcquisitionBasler查核於
- Deyi Vision Vision WorkbenchDeyi Vision查核於
部件與選型參考
- machine vision software · 英文參考資料
- 機器視覺驗收測試清單
- 自動化外觀檢測
- EAN-13 追溯:產線驗收
- EAN-13 追溯:解碼與資料規則
- 穩定的相機取像:緩衝區、逾時與重新連線
- 可見液位替代指標的 AI 輔助工作流程
- 關聯檢測紀錄、影像與工件識別碼
- OCR 標籤核對:驗收與 PLC 約定
- OCR 標籤核對:原生工作流程與精確比對
- 未封口包裝完整性檢測的驗收與整合
- 搭建 AI 輔助的未封口包裝完整性工作流程
- 用明確的狀態建立 PLC 與視覺系統的交握
- 密封與膠條外觀:產線驗收
- 密封與膠條外觀:工作流程規則
- SKU 顏色分選:驗收與未知物品分流
- SKU 顏色分選:類型明確的顏色與 SKU 規則
- 表面瑕疵檢測:驗收與產線輸出
- 表面瑕疵檢測:限定範圍的 AI 評估
- 觸發到 PLC 判定的延遲負載測試
- 完整視覺配方的版本管理與回滾

