Zum Hauptinhalt springen

KI-GESTÜTZTE DOKUMENTATION

Was möchten Sie wissen?

Verwendung eines Klassifikators (Beispiel mit einer einzelnen ROI)

Dieses Tutorial führt Sie durch die Erstellung Ihres ersten Klassifizierungsmodells auf dem OV20i Kamerasystem. Sie lernen, wie Sie einen Klassifikator mit einer einzelnen Region of Interest (ROI) einrichten, um verschiedene Objekttypen automatisch zu identifizieren und zu kategorisieren – in diesem Beispiel verschiedene Bohrergrößen.

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

Geschätzte Dauer: 45–60 Minuten

Schwierigkeitsgrad: Anfänger

Voraussetzungen: OV20i Kamerasystem eingerichtet und verbunden

Schritt 1: Neues Klassifizierungs-Rezept erstellen​

1.1 Rezepterstellung aufrufen​

  1. Navigieren Sie zur Seite All Recipes in Ihrer OV20i Oberfläche
  2. Klicken Sie auf + New Recipe in der oberen rechten Ecke

1.2 Rezepteinstellungen konfigurieren​

Das Modal Add A New Recipe wird angezeigt:

  1. Rezeptnamen eingeben: Verwenden Sie einen aussagekräftigen Namen wie „Drill_Bit_Classification_v1"
    • Tipp zur Benennung: Fügen Sie den Objekttyp und die Version hinzu, um eine einfache Identifikation zu ermöglichen
  2. Rezepttyp auswählen: Wählen Sie "Classification" aus dem Dropdown-Menü
  3. Klicken Sie auf OK, um das Rezept zu erstellen

1.3 Rezept aktivieren und Rezept-Editor öffnen​

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

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

Schritt 2: Kamera-Bildeinstellungen konfigurieren​

2.1 Bildkonfiguration öffnen​

  1. Klicken Sie auf Configure Imaging in der unteren linken Seite des Rezept-Editors

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, indem Sie entweder:
    • den Schieberegler verwenden ODER
    • den Wert manuell eingeben
  3. Testen Sie verschiedene Fokuspositionen, bis die Kanten der Bohrer scharf und klar erscheinen

Fokus-Tipps:

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

2.3 Belichtungseinstellungen optimieren​

Eine korrekte 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 deutlich sichtbar 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. LED-Lichtmuster auswählen basierend auf Ihren Objekten:
    • Bright Field: Allzweck-Beleuchtung
    • Dark Field: Hebt Kanten und Oberflächendefekte hervor
    • Side Lighting: Zeigt Textur- und Höhenunterschiede
  2. Für Bohrer empfiehlt sich:
    • Bright Field für die allgemeine Formklassifizierung
    • Side Lighting zur Hervorhebung der Nutengeometrie

2.5 Gamma-Einstellungen anpassen​

Gamma steuert den Bildkontrast:

  1. Gamma anpassen, um die Sichtbarkeit von Merkmalen zu verbessern
  2. Niedrigere Werte hellen dunkle Bereiche auf
  3. Höhere Werte erhöhen den Kontrast

2.6 Bildgebungseinstellungen speichern​

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

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

Schritt 3: Vorlagenbild 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 den Aligner verwenden: Verwenden Sie den Aligner, wenn Teile in unterschiedlichen Positionen oder Ausrichtungen ankommen. Für dieses Tutorial gehen wir von einer konsistenten Teileplatzierung aus.

Schritt 4: Inspektions-ROI einrichten​

4.1 Zum Inspektions-Setup navigieren​

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

4.2 Region of Interest definieren​

Die ROI legt fest, wo die Klassifizierung erfolgt:

  1. Positionieren Sie einen Bohrer im Sichtfeld der Kamera
  2. Ziehen Sie die ROI-Ecken, um den Bohrer einzurahmen
  3. Stellen Sie sicher, dass die ROI:
    • Den Bohrer vollständig enthält
    • Unnötigen Hintergrund ausschließt
    • Groß genug für Ihre größte Bohrer-Variante ist

4.3 ROI Best Practices​

TunNicht tun
Alle wichtigen Merkmale einbeziehenROI zu groß machen (enthält Störungen)
Einen kleinen Rand um das Objekt lassenTeile des Objekts abschneiden
Erwartete Objektposition zentrierenMehrere Objekte in einer ROI einbeziehen
Konsistente ROI-Größe über Bilder hinweg 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 einrahmen.

Schritt 5: Klassifizierungsmodell trainieren​

5.1 Zum Classification Block navigieren​

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

5.2 Klassifizierungsklassen erstellen​

Sie werden Klassen für verschiedene Bohrergrößen erstellen:

Beispielklassen:

  • Kleine Bohrer (1–3 mm)
  • Mittlere Bohrer (4–6 mm)
  • Große Bohrer (7–10 mm)

5.3 Trainingsbilder aufnehmen​

Nehmen Sie für jede Klasse mindestens 5 verschiedene Bilder auf:

Klasse 1: Kleine Bohrer​

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

Klasse 2: Mittlere Bohrer​

  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: Große Bohrer​

  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
Verschiedene Beispiele verwendenVerbessert die Generalisierung des Modells
Ausrichtungen variierenBewältigt reale Positionierungsvariationen
Grenzfälle einbeziehenBessere Grenzerkennung zwischen Klassen
Konsistente Beleuchtung beibehaltenReduziert beleuchtungsabhängige Fehler
Mindestens 5 BilderLiefert ausreichend Trainingsdaten

5.5 Labels überprüfen und verifizieren​

  1. Alle beschrifteten Bilder doppelt prüfen
  2. Korrekte Klassenzuweisungen sicherstellen
  3. Falsch beschriftete Beispiele entfernen

5.6 Modelltraining starten​

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

5.7 Trainingsfortschritt überwachen​

Das Dialogfenster zum Trainingsfortschritt zeigt:

  • Aktuelle Iterationsnummer
  • Trainingsgenauigkeit in Prozent
  • Geschätzte Fertigstellungszeit

Trainingssteuerung:

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

Trainings-Tipps:

  • Das Training stoppt automatisch, wenn die Zielgenauigkeit erreicht ist
  • Eine Genauigkeit von 85 % oder mehr ist typischerweise für den Produktionseinsatz geeignet
  • Bei niedriger Genauigkeit können Sie mit mehr Bildern neu trainieren

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

Schritt 6: Klassifikator testen​

6.1 Live Preview aufrufen​

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

6.2 Validierungstests​

Testen Sie jede Klasse systematisch:

TesttypErwartetes ErgebnisMaßnahme bei Fehlschlag
Bekannter kleiner BohrerKlassifiziert als "Small" >80 % KonfidenzWeitere Trainingsbilder hinzufügen
Bekannter mittlerer BohrerKlassifiziert als "Medium" >80 % KonfidenzBeschriftungsgenauigkeit überprüfen
Bekannter großer BohrerKlassifiziert als "Large" >80 % KonfidenzMit mehr Beispielen neu trainieren
Leere ROIKeine Klassifizierung oder niedrige KonfidenzKonfidenzschwellen anpassen

6.3 Fehlerbehebung bei Klassifizierungsproblemen​

ProblemMögliche UrsachenLösungen
Niedrige KonfidenzUnzureichende TrainingsdatenWeitere Trainingsbilder hinzufügen
Falsche KlassifizierungenSchlechte BildqualitätBeleuchtung/Fokus verbessern
Inkonsistente ErgebnisseROI enthält HintergrundrauschenROI-Größe reduzieren
Verwechselte KlassenÄhnlich aussehende ObjekteWeitere 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 Knoten)
  2. Falls nicht vorhanden: Aus dem Knotenmenü auf der linken Seite ziehen

Knotenfarben: Lila Knoten stellen Overview Logic Blocks für AI-Operationen dar.

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 "Inspection Region"

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 für mehrere ROIs (Erweitert)​

  • Weitere ROIs hinzufügen, falls erforderlich
  • Logik wählen: "Any" oder "All" Regeln müssen erfüllt sein

7.4 Beispielkonfigurationen für Pass/Fail​

Konfiguration 1: Größenspezifisches 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 ablehnen​

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

7.5 Logikkonfiguration 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. Überprüfen Sie die Bereitstellungserfolgsmeldung

Schritt 8: Abschlusstest und Validierung​

8.1 End-to-End-Test​

Testen Sie den vollständigen Inspektions-Workflow:

  1. Platzieren Sie Testobjekte im Inspektionsbereich
  2. Lösen Sie die Inspektion aus (manuell oder automatisch)
  3. Überprüfen Sie die Ergebnisse:
    • Korrekte Klassifizierung wird angezeigt
    • Ordnungsgemäße Pass/Fail-Anzeige
    • Konsistente Zeitperformance

8.2 Checkliste zur Produktionsvalidierung​

TestfallErwartetes Ergebnis✓
Objekt der ZielklassePass-Ergebnis☐
Objekt einer Nicht-ZielklasseFail-Ergebnis☐
Leere ROIFail-Ergebnis☐
Teilweise verdecktes ObjektAngemessener Konfidenzwert☐
Schlechte LichtverhältnisseKonsistente Leistung☐

8.3 Leistungsoptimierung​

Wenn die Ergebnisse nicht zufriedenstellend sind:

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

Herzlichen Glückwunsch!​

Sie haben Ihr erstes Klassifizierungsmodell erfolgreich erstellt! Ihr OV20i System kann jetzt:

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

Nächste Schritte​

Nachdem Sie die Single-ROI-Klassifizierung gemeistert haben, sollten Sie Folgendes erkunden:

Fortgeschrittene Klassifizierungstechniken​

  • Multi-ROI-Klassifizierung für komplexe Teile
  • Hierarchische Klassifizierung für detaillierte Kategorisierung
  • Kombinierte Inspektion (Klassifizierung + Fehlererkennung)

Produktionsintegration​

  • PLC-Kommunikation für automatisiertes Sortieren
  • Datenprotokollierung für Qualitätsverfolgung
  • Rezeptverwaltung für mehrere Produktlinien

Modelloptimierung​

  • Transfer Learning für ähnliche Produkte
  • Active Learning für kontinuierliche Verbesserung
  • Leistungsüberwachung und Umschulungspläne

🔗 Siehe auch​

Leitfaden zur Fehlerbehebung​

Häufige Probleme und Lösungen​

ProblemSymptomLösung
Schlechte GenauigkeitKlassifizierungen häufig falschMehr vielfältige Trainingsbilder hinzufügen
Langsame PerformanceLange VerarbeitungszeitenROI-Größe reduzieren, Beleuchtung optimieren
Inkonsistente ErgebnisseGleiches Objekt liefert unterschiedliche ErgebnisseTeilepositionierung verbessern, Fokus überprüfen
False PositivesLeere ROI zeigt Klassifizierung anKonfidenzschwelle erhöhen
Training schlägt fehlModell lässt sich nicht erfolgreich trainierenBildqualität prüfen, mindestens 5 Bilder pro Klasse sicherstellen

Hilfe erhalten​

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

  1. Konsultieren Sie die Troubleshooting-Anleitungen in der Dokumentation
  2. Prüfen 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 funktionierendes Klassifizierungssystem, das für den Produktionseinsatz bereit ist. Denken Sie daran, die Leistung regelmäßig zu validieren und Ihr Modell bei Bedarf neu zu trainieren, um die Genauigkeit langfristig aufrechtzuerhalten.