Zum Hauptinhalt springen

KI-GESTÜTZTE DOKUMENTATION

Was möchten Sie wissen?

Verwendung eines Classifiers (Beispiel mit einer einzelnen ROI)

Dieses Tutorial führt Sie durch die Erstellung Ihres ersten Klassifizierungsmodells auf dem OV10i-Kamerasystem. Sie lernen, einen Single-ROI-Classifier einzurichten, um verschiedene Objekttypen automatisch zu identifizieren und zu kategorisieren – in diesem Beispiel verschiedene Größen von Bohrern.

Was Sie erstellen: Ein funktionsfähiges Klassifizierungsmodell, das verschiedene Bohrergrößen automatisch identifizieren und sortieren kann, mit konfigurierbarer Pass/Fail-Logik.

Geschätzte Dauer: 45–60 Minuten

Schwierigkeitsgrad: Anfänger

Voraussetzungen: OV10i-Kamerasystem eingerichtet und verbunden

Schritt 1: Erstellen eines neuen Classification Recipe​

1.1 Zugriff auf die Recipe-Erstellung​

  1. Navigieren Sie zur Seite All Recipes in Ihrer OV10i-Oberfläche
  2. Klicken Sie auf + New Recipe in der oberen rechten Ecke

1.2 Recipe-Einstellungen konfigurieren​

Das Modal Add A New Recipe erscheint:

  1. Recipe-Namen eingeben: Verwenden Sie einen aussagekräftigen Namen wie „Drill_Bit_Classification_v1"
    • Tipp zur Benennung: Geben Sie den Objekttyp und die Version für eine einfache Identifizierung an
  2. Recipe-Typ auswählen: Wählen Sie „Classification" aus dem Dropdown-Menü
  3. Klicken Sie auf OK, um das Recipe zu erstellen

1.3 Recipe aktivieren und den Recipe Editor öffnen​

  1. Suchen Sie Ihr neues Recipe in der Liste All Recipes (es wird als „Inactive" angezeigt)
  2. Klicken Sie auf Activate auf der rechten Seite des Recipe-Eintrags
  3. Klicken Sie auf Activate and go to editor, um die Aktion zu bestätigen und den Recipe Editor zu starten

✅ Checkpoint: Das Recipe ist nun „Active" und der Recipe Editor wird angezeigt.

Schritt 2: Kameraeinstellungen für die Bildaufnahme konfigurieren​

2.1 Imaging-Konfiguration öffnen​

  1. Klicken Sie auf Configure Imaging unten links im Recipe Editor

2.2 Fokus-Einstellungen anpassen​

Der Fokus ist entscheidend für eine genaue Klassifizierung:

  1. Positionieren Sie Ihre Bohrer im Sichtfeld der Kamera
  2. Stellen Sie den Fokus ein mit:
    • dem Schieberegler ODER
    • manueller Werteingabe
  3. Testen Sie verschiedene Fokuspositionen, bis die Bohrerkanten scharf und klar sind

Tipps zur Fokussierung:

  • Verwenden Sie die Live-Vorschau, um Fokusänderungen in Echtzeit zu sehen
  • Fokussieren Sie auf die wichtigsten Merkmale (Bohrerspiralen, Spitzengeometrie)
  • Stellen Sie sicher, dass die gesamte Tiefe Ihrer Objekte im Fokus liegt

2.3 Belichtungseinstellungen optimieren​

Die richtige Belichtung sorgt für eine gleichbleibende Bildqualität:

  1. Belichtung anpassen über den Schieberegler oder die manuelle Eingabe
  2. Streben Sie eine ausgewogene Beleuchtung an, bei der:
    • Objektdetails klar erkennbar sind
    • keine Bereiche überbelichtet sind (reines Weiß)
    • Schatten keine wichtigen Merkmale verdecken

2.4 LED-Beleuchtung konfigurieren​

Die Beleuchtung hat erheblichen Einfluss auf die Klassifizierungsgenauigkeit:

  1. Wählen Sie das LED-Beleuchtungsmuster entsprechend Ihren Objekten:
    • Bright Field: Allgemeine Beleuchtung
    • Dark Field: Hebt Kanten und Oberflächenfehler hervor
    • Side Lighting: Zeigt Texturen und Höhenunterschiede
  2. Für Bohrer empfiehlt sich:
    • Bright Field für die allgemeine Formklassifizierung
    • Side Lighting zur Hervorhebung der Spiralgeometrie

2.5 Gamma-Einstellungen anpassen​

Gamma steuert den Bildkontrast:

  1. Passen Sie Gamma an, um die Sichtbarkeit der Merkmale zu verbessern
  2. Niedrigere Werte hellen dunkle Bereiche auf
  3. Höhere Werte erhöhen den Kontrast

2.6 Imaging-Einstellungen speichern​

  1. Überprüfen Sie alle Einstellungen in der Live-Vorschau
  2. Klicken Sie auf Save Imaging Settings, um die Konfiguration anzuwenden

✅ Checkpoint: Ihre Kamera sollte nun konsistente, gut ausgeleuchtete Bilder Ihrer Bohrer liefern.

Schritt 3: Template-Bild und Ausrichtung konfigurieren​

3.1 Zur Ausrichtung navigieren​

  1. Klicken Sie auf "Template Image and Alignment" im Breadcrumb-Menü, ODER
  2. Verwenden Sie das Dropdown-Menü, um "Template Image and Alignment" auszuwählen

3.2 Aligner überspringen (für dieses Tutorial)​

Da Bohrer konsistent platziert werden:

  1. Wählen Sie Skip Aligner
  2. Klicken Sie auf Save, um die Änderungen zu übernehmen

Wann der Aligner verwendet werden sollte: Verwenden Sie den Aligner, wenn Teile in unterschiedlichen Positionen oder Orientierungen ankommen. Für dieses Tutorial gehen wir von einer konsistenten Teilepositionierung aus.

Schritt 4: Inspection ROI einrichten​

4.1 Zur Inspection Setup navigieren​

  1. Klicken Sie auf "Inspection Setup" im Breadcrumb-Menü

4.2 Region of Interest definieren​

Die ROI legt fest, wo die Klassifizierung stattfindet:

  1. Positionieren Sie einen Bohrer im Kamerasichtfeld
  2. Ziehen Sie die ROI-Ecken, um den Bohrer zu umrahmen
  3. Stellen Sie sicher, dass die ROI:
    • Den Bohrer vollständig umfasst
    • Unnötigen Hintergrund ausschließt
    • Groß genug für Ihre größte Bohrervariante ist

4.3 ROI Best Practices​

TunVermeiden
Alle wichtigen Merkmale einbeziehenROI zu groß machen (enthält Rauschen)
Kleinen Rand um das Objekt lassenTeile des Objekts abschneiden
Erwartete Objektposition zentrierenMehrere Objekte in einer ROI einbeziehen
Konsistente ROI-Größe über alle Bilder beibehaltenROI zwischen Aufnahmen ändern

4.4 ROI-Konfiguration speichern​

  1. Überprüfen Sie die ROI-Positionierung mit verschiedenen Bohrergrößen
  2. Klicken Sie auf Save, um die ROI-Einstellungen zu übernehmen

Checkpoint: Ihre ROI sollte Bohrer unabhängig von ihrer spezifischen Größe konsistent umrahmen.

Schritt 5: Klassifizierungsmodell trainieren​

5.1 Zum Classification Block navigieren​

  1. Klicken Sie auf "Classification Block" im Breadcrumb-Menü

5.2 Klassifizierungsklassen erstellen​

Sie erstellen Klassen für unterschiedliche Bohrergrößen:

Beispielklassen:

  • Small Bits (1-3 mm)
  • Medium Bits (4-6 mm)
  • Large Bits (7-10 mm)

5.3 Trainingsbilder aufnehmen​

Nehmen Sie für jede Klasse mindestens 5 verschiedene Bilder auf:

Klasse 1: Small Bits​

  1. Platzieren Sie einen kleinen Bohrer in der ROI
  2. Klicken Sie auf Capture, um ein Trainingsbild aufzunehmen
  3. Beschriften Sie das Bild als "Small"
  4. Wiederholen Sie dies mit 4 weiteren kleinen Bohrern (unterschiedliche Orientierungen/Positionen)

Klasse 2: Medium Bits​

  1. Platzieren Sie einen mittleren Bohrer in der ROI
  2. Aufnehmen und beschriften als "Medium"
  3. Wiederholen Sie dies 4 weitere Male mit verschiedenen mittleren Bohrern

Klasse 3: Large Bits​

  1. Platzieren Sie einen großen Bohrer in der ROI
  2. Aufnehmen und beschriften als "Large"
  3. Wiederholen Sie dies 4 weitere Male mit verschiedenen großen Bohrern

5.4 Best Practices für Trainingsbilder​

Best PracticeWarum wichtig
Unterschiedliche Beispiele verwendenVerbessert die Modellgeneralisierung
Orientierungen variierenBerücksichtigt Positionsschwankungen in der Realität
Grenzfälle einbeziehenBessere Grenzerkennung zwischen Klassen
Konsistente Beleuchtung beibehaltenReduziert beleuchtungsabhängige Fehler
Mindestens 5 BilderStellt ausreichende Trainingsdaten bereit

5.5 Labels überprüfen und verifizieren​

  1. Alle gelabelten Bilder doppelt überprüfen
  2. Korrekte Klassenzuweisungen sicherstellen
  3. Falsch gelabelte Beispiele entfernen

5.6 Modelltraining starten​

  1. Klicken Sie auf Train Classification Model
  2. Trainingsmodus wählen:
    • Fast: Schnelles Training für Tests (2-5 Minuten)
    • Accurate: Training in Produktionsqualität (10-20 Minuten)
  3. Anzahl der Iterationen auswählen:
    • Mehr Iterationen = Bessere Genauigkeit
    • Mehr Iterationen = Längere Trainingszeit
  4. Klicken Sie auf Start Training

5.7 Trainingsfortschritt überwachen​

Das Trainingsfortschritts-Modal zeigt:

  • Aktuelle Iterationsnummer
  • Trainingsgenauigkeit in Prozent
  • Geschätzte Fertigstellungszeit

Trainingssteuerung:

  • Abort Training: Training bei Bedarf abbrechen
  • Finish Training Early: Stoppen, wenn die Genauigkeit ausreichend ist

Trainingstipps:

  • Das Training stoppt automatisch, wenn die Zielgenauigkeit erreicht ist
  • Eine Genauigkeit von 85 % oder mehr ist in der Regel für den Produktionseinsatz ausreichend
  • Sie können bei geringer Genauigkeit mit mehr Bildern erneut trainieren

✅ Checkpoint: Ihr Modell sollte eine Trainingsgenauigkeit von >85 % erreichen.

Schritt 6: Klassifikator testen​

6.1 Live-Vorschau aufrufen​

  1. Klicken Sie auf Live Preview nach Abschluss des Trainings
  2. Platzieren Sie verschiedene Bohrer in der ROI
  3. Beobachten Sie die Klassifizierungsergebnisse:
    • Vorhergesagter Klassenname
    • Konfidenz in Prozent
    • Klassifizierungszeit

6.2 Validierungstests​

Testen Sie jede Klasse systematisch:

TesttypErwartetes ErgebnisMaßnahme bei Fehlschlag
Bekannter kleiner BohrerKlassifiziert als "Small" >80 % KonfidenzMehr Trainingsbilder hinzufügen
Bekannter mittlerer BohrerKlassifiziert als "Medium" >80 % KonfidenzLabeling-Genauigkeit überprüfen
Bekannter großer BohrerKlassifiziert als "Large" >80 % KonfidenzMit mehr Beispielen neu trainieren
Leere ROIKeine Klassifizierung oder geringe KonfidenzKonfidenzschwellen anpassen

6.3 Fehlerbehebung bei Klassifizierungsproblemen​

ProblemMögliche UrsachenLösungen
Geringe KonfidenzUnzureichende TrainingsdatenMehr Trainingsbilder hinzufügen
Falsche KlassifizierungenSchlechte BildqualitätBeleuchtung/Fokus verbessern
Inkonsistente ErgebnisseROI enthält HintergrundrauschenROI-Größe reduzieren
Klassen werden verwechseltÄhnlich aussehende ObjekteMehr unterscheidende Beispiele hinzufügen

Schritt 7: Pass/Fail-Logik konfigurieren​

7.1 Zum IO Block navigieren​

Stellen Sie sicher, dass alle AI-Blöcke trainiert sind (grüner Status), bevor Sie fortfahren:

  1. Klicken Sie auf "IO Block" im Breadcrumb-Menü, ODER
  2. Wählen Sie "Configure I/O" im Recipe Editor

7.2 Classification Logic Node finden​

  1. Suchen Sie den "Classification Block Logic Node" (lila Node)
  2. Falls nicht vorhanden: Aus dem Node-Menü auf der linken Seite ziehen

Node-Farben: Lila Nodes repräsentieren Overview Logic Blocks für AI-Operationen.

7.3 Classification Logic konfigurieren​

  1. Doppelklicken Sie auf den Classification Logic Node
  2. Einstellungen konfigurieren:

ROI-Auswahl​

  • Wählen Sie Ihre ROI aus dem Dropdown "Region of Interest (ROI)"

Konfidenzschwelle​

  • Konfidenzschwelle festlegen (typischerweise 70-85 %)
  • Höhere Schwelle = Strengere Klassifizierung
  • Niedrigere Schwelle = Tolerantere Klassifizierung

Auswahl der Zielklasse​

  • Zielklasse auswählen für "Pass"-Ergebnisse
  • Beispiel: "Medium" auswählen, wenn nur mittlere Bohrer bestehen sollen

Logik mit mehreren ROIs (Erweitert)​

  • Weitere ROIs hinzufügen bei Bedarf
  • Logik wählen: "Any" oder "All" Regeln müssen erfüllt sein

7.4 Beispielkonfigurationen für Pass/Fail​

Konfiguration 1: Größenspezifischer Pass​

ROI: Drill_Bit_ROI
Target Class: Medium
Confidence: 80%
Logic: Pass only medium drill bits

Konfiguration 2: Größenbereich-Pass​

ROI: Drill_Bit_ROI
Target Classes: Medium OR Large
Confidence: 75%
Logic: Pass medium or large bits

Konfiguration 3: Kleine Bohrer ausschließen​

ROI: Drill_Bit_ROI
Target Class: NOT Small
Confidence: 85%
Logic: Fail if classified as small

7.5 Logik-Konfiguration bereitstellen​

  1. Klicken Sie auf Done in der oberen rechten Ecke
  2. Klicken Sie auf Deploy in der oberen rechten Ecke des Node-RED Editors
  3. Erfolgsmeldung der Bereitstellung überprüfen

Schritt 8: Abschließende Tests und Validierung​

8.1 End-to-End-Tests​

Testen Sie den vollständigen Inspektionsworkflow:

  1. Testobjekte platzieren im Inspektionsbereich
  2. Inspektion auslösen (manuell oder automatisch)
  3. Ergebnisse überprüfen:
    • Korrekte Klassifizierung angezeigt
    • Korrekte Pass/Fail-Anzeige
    • Konsistente Zeitleistung

8.2 Checkliste zur Produktionsvalidierung​

TestfallErwartetes Ergebnis✓
Objekt der ZielklassePass-Ergebnis☐
Objekt nicht der ZielklasseFail-Ergebnis☐
Leerer ROIFail-Ergebnis☐
Teilweise verdecktes ObjektAngemessenes Konfidenzniveau☐
Schlechte LichtverhältnisseKonsistente Leistung☐

8.3 Leistungsoptimierung​

Falls die Ergebnisse nicht zufriedenstellend sind:

  1. Weitere Trainingsbilder hinzufügen (insbesondere Grenzfälle)
  2. Konfidenzschwellen anpassen
  3. Beleuchtungskonsistenz verbessern
  4. ROI-Positionierung verfeinern
  5. Neutraining im Modus "Accurate"

Herzlichen Glückwunsch!​

Sie haben erfolgreich Ihr erstes Klassifizierungsmodell erstellt! Ihr OV10i System kann nun:

  • Automatisch identifizieren verschiedene Bohrergrößen
  • Pass/Fail-Logik anwenden basierend auf Klassifizierungsergebnissen
  • Konfidenzwerte bereitstellen für jede Klassifizierung
  • In Produktionsworkflows integrieren über I/O-Steuerungen

Nächste Schritte​

Nachdem Sie die Klassifizierung mit einem einzelnen ROI gemeistert haben, können Sie Folgendes erkunden:

Erweiterte Klassifizierungstechniken​

  • Klassifizierung mit mehreren ROIs für komplexe Teile
  • Hierarchische Klassifizierung für detaillierte Kategorisierung
  • Kombinierte Inspektion (Klassifizierung + Fehlererkennung)

Produktionsintegration​

  • PLC-Kommunikation für automatisierte Sortierung
  • Datenprotokollierung zur Qualitätsverfolgung
  • Rezeptverwaltung für mehrere Produktlinien

Modelloptimierung​

  • Transfer Learning für ähnliche Produkte
  • Active Learning zur kontinuierlichen Verbesserung
  • Leistungsüberwachung und Zeitpläne für Neutraining

🔗 Siehe auch​

Leitfaden zur Fehlerbehebung​

Häufige Probleme und Lösungen​

ProblemSymptomLösung
Geringe GenauigkeitKlassifizierungen häufig falschVielfältigere Trainingsbilder hinzufügen
Langsame LeistungLange VerarbeitungszeitenROI-Größe reduzieren, Beleuchtung optimieren
Inkonsistente ErgebnisseDasselbe Objekt liefert unterschiedliche ErgebnisseTeilepositionierung verbessern, Fokus prüfen
FehlalarmeLeerer ROI zeigt KlassifizierungKonfidenzschwelle erhöhen
Training schlägt fehlModell trainiert nicht erfolgreichBildqualität prüfen, mindestens 5 Bilder pro Klasse sicherstellen

Hilfe erhalten​

Falls Sie auf Probleme stoßen, die in diesem Tutorial nicht behandelt werden:

  1. Konsultieren Sie die Troubleshooting-Anleitungen in der Dokumentation
  2. Überprüfen Sie die Systemprotokolle auf Fehlermeldungen
  3. Kontaktieren Sie den Overview Support mit:
    • Rezept-Exportdatei
    • Beispielbildern, die das Problem zeigen
    • Details zur Systemkonfiguration

Tutorial abgeschlossen! Sie verfügen nun über ein funktionsfähiges Klassifikationssystem, das bereit für den Produktiveinsatz ist. Denken Sie daran, die Leistung regelmäßig zu validieren und Ihr Modell bei Bedarf neu zu trainieren, um die Genauigkeit langfristig aufrechtzuerhalten.