Reentrenar el Modelo
Esta página explica cuándo y cómo reentrenar su modelo AI en el sistema OV80i, ya sea que esté utilizando Clasificación o Segmentación, para mantener las inspecciones precisas a medida que cambian las piezas o las condiciones de producción.
Vea este tema en acción: OV Auto-Defect Creator Studio
El rendimiento de AI depende de la relevancia de los datos de entrenamiento. Reentrene cuando las piezas, las condiciones o los requisitos de inspección evolucionen.
¿Cuándo Debería Reentrenar?
El reentrenamiento garantiza que el modelo se mantenga al día con las realidades de la producción. Aplique estas directrices tanto a proyectos de Clasificación como de Segmentación.
Reentrene Si:
- Está inspeccionando un nuevo SKU o variante de pieza
- Sus requisitos de inspección han cambiado (p. ej., ahora se detectan defectos de superficie o grasa)
- Ha cambiado el fixture, robot, o la presentación de la pieza
- La iluminación ha cambiado significativamente (p. ej., reflexiones, ángulo, intensidad)
- La precisión ha caído — más falsos positivos/falsos negativos
- Necesita umbrales de confianza más estrictos o resultados más precisos
- El modelo muestra signos de overfitting o under-generalizing
Cómo Reentrenar (para Ambos Tipos de Modelo)
-
Capturar nuevas imágenes de muestra desde su configuración de producción actual
-
Para Clasificación: Etiquete imágenes o ROI con nombres de clase
Para Segmentación: Dibuje máscaras a nivel de píxel en defectos (o regiones buenas/malas)
-
Elija el modo de entrenamiento adecuado:
- Clasificación:
- Rápido – Para pruebas o iteración rápidas
- Preciso – Para uso en producción
- Segmentación:
- Preciso – Solo un modo, optimizado para la precisión
- Clasificación:
-
Ejecute el entrenamiento dentro de la interfaz de Receta
-
Revise los resultados del modelo y pruebe inspecciones en vivo
-
Despliegue el nuevo modelo cuando la confianza y la cobertura cumplan con las expectativas
Guía rápida por tipo de modelo
| Tipo de Modelo | Mejor para | Modos de Entrenamiento | Salida |
|---|---|---|---|
| Clasificación | Bueno/Malo o decisiones de estado discretas | Rápido, Preciso | Clase de la imagen completa o ROI |
| Segmentación | Defecto a nivel de píxel o mapeo de regiones | Preciso | Máscara etiquetada (áreas destacadas) |
Casos de Uso de Ejemplo
| Ejemplo | Tipo de Modelo |
|---|---|
| Detección de pernos faltantes | Clasificación |
| Verificación de rayones o abolladuras | Segmentación |
| Verificar presencia de grasa | Clasificación o Segmentación (depende de la precisión necesaria) |
| Medición de cobertura de espuma | Segmentación |
Mejores Prácticas para el Reentrenamiento
- ✅ Siempre use imágenes de producción recientes
- ✅ Incluya una mezcla de casos de éxito y fallo, especialmente casos límite
- ✅ Use al menos 30–50 imágenes por clase (Clasificación)
- ✅ Asegúrese de que los límites de ROI o máscaras coincidan con el diseño de la pieza
- ✅ Use el modo Preciso antes de la implementación
- ❌ No entrene con imágenes borrosas, con poca iluminación o desalineadas