Saltar al contenido principal

Usando un Clasificador (Ejemplo de ROI único)

Este tutorial le guía paso a paso para crear su primer modelo de clasificación en el sistema de cámaras OV80i. Aprenderá a configurar un clasificador de una única Región de Interés (ROI) para identificar y clasificar automáticamente diferentes tipos de objetos; en este ejemplo, diferentes tamaños de brocas.

Qué construirás: Un modelo de clasificación funcional que pueda identificar y clasificar automáticamente diferentes tamaños de brocas con una lógica de aprobación/rechazo configurable.

Tiempo estimado: 45-60 minutos

Nivel de habilidad: Principiante

Prerrequisitos: El sistema de cámaras OV80i configurado y conectado

Paso 1: Crear una Nueva Receta de Clasificación​

1.1 Acceder a la Creación de Recetas​

  1. Navegue a la página Todas las Recetas en su interfaz OV80i
  2. Haga clic en + New Recipe en la esquina superior derecha

1.2 Configurar la Configuración de la Receta​

El modal Añadir una Nueva Receta aparecerá:

  1. Ingrese el nombre de la Receta: Use un nombre descriptivo como "Drill_Bit_Classification_v1"
    • Consejo de nomenclatura: Incluya el tipo de objeto y la versión para facilitar la identificación
  2. Seleccionar Tipo de Receta: Elija "Classification" del menú desplegable
  3. Haga clic en OK para crear la receta

1.3 Activar la Receta​

  1. Localice su nueva receta en la lista de Todas las Recetas (aparecerá como "Inactive")
  2. Haga clic en Activate a la derecha de la entrada de la receta
  3. Haga clic en Activate and go to editor para confirmar e iniciar el editor de recetas

✅ Punto de Control: La receta está ahora "Active" con el editor de Recetas mostrado.

Paso 2: Configurar las Configuraciones de Imagen de la Cámara​

2.1 Abrir la Configuración de la Imagen​

  1. Haga clic en Configure Imaging en la esquina inferior izquierda del Editor de Recetas

2.2 Ajustar Configuraciones de Enfoque​

El enfoque es crítico para una clasificación precisa:

  1. Coloque sus brocas dentro del campo de visión de la cámara
  2. Ajuste el Enfoque utilizando cualquiera de:
    • El control deslizante, O
    • Ingreso manual de valores
  3. Pruebe diferentes posiciones de enfoque hasta que los bordes de las brocas estén nítidos y claros

Consejos de Enfoque:

  • Use la vista previa en vivo para ver cambios de enfoque en tiempo real
  • Enfoquese en las características más importantes (flautas de broca, geometría de la punta)
  • Asegúrese de que toda la profundidad de sus objetos esté enfocada

2.3 Optimizar la Configuración de Exposición​

La exposición adecuada garantiza una calidad de imagen consistente:

  1. Ajuste la Exposición usando el control deslizante o la entrada manual
  2. Apunte a una iluminación equilibrada donde:
    • Los detalles del objeto sean claramente visibles
    • No haya áreas sobreexpuestas (blanco puro)
    • Las sombras no dificulten las características importantes

2.4 Configurar la Iluminación LED​

La iluminación afecta significativamente la precisión de la clasificación:

  1. Seleccione el Patrón de Luz LED en función de sus objetos:
    • Bright Field: Iluminación de uso general
    • Dark Field: Resalta bordes y defectos de la superficie
    • Side Lighting: Revela textura y variaciones de altura
  2. Para brocas, pruebe:
    • Bright Field para clasificación de la forma general
    • Side Lighting para enfatizar la geometría de las flautas

2.5 Ajustar la Configuración de Gamma​

El gamma controla el contraste de la imagen:

  1. Ajuste Gamma para mejorar la visibilidad de las características
  2. Valores más bajos iluminan las áreas oscuras
  3. Valores más altos aumentan el contraste

2.6 Guardar Configuración de Imágenes​

  1. Revisar todas las configuraciones en la vista previa en tiempo real
  2. Haga clic en Save Imaging Settings para aplicar la configuración

✅ Punto de control: Su cámara debería producir imágenes consistentes y bien iluminadas de sus brocas.

Paso 3: Configurar la Imagen de Plantilla y Alineación​

3.1 Navegar a Alineación​

  1. Haga clic en "Template Image and Alignment" en el menú de migas de pan, O
  2. Use el menú desplegable para seleccionar "Template Image and Alignment"

3.2 Omitir Alineador (Para Este Tutorial)​

Dado que las brocas se colocarán de forma constante:

  1. Seleccionar Skip Aligner
  2. Haga clic en Save para aplicar los cambios

Cuándo usar el Alineador: Use el alineador cuando las piezas lleguen en posiciones u orientaciones variables. Para este tutorial, asumimos una colocación constante de las piezas.

Paso 4: Configurar la ROI de Inspección​

4.1 Navegar a Configuración de Inspección​

  1. Haga clic en "Inspection Setup" en el menú de migas de pan

4.2 Definir Región de Interés​

La ROI define dónde ocurrirá la clasificación:

  1. Coloque una broca en la vista de la cámara
  2. Arrastre las esquinas de la ROI para encuadrar la broca
  3. Asegúrese de que la ROI:
    • Contenga completamente la broca
    • Excluya el fondo innecesario
    • Sea lo suficientemente grande para la variante de broca más grande

4.3 Mejores Prácticas de ROI​

HacerNo Hacer
Incluir todas las características importantesHacer que la ROI sea demasiado grande (incluye ruido)
Dejar un borde pequeño alrededor del objetoCortar partes del objeto
Centrar la posición esperada del objetoIncluir múltiples objetos en una ROI
Mantener un tamaño de ROI consistente entre imágenesCambiar la ROI entre capturas

4.4 Guardar Configuración de ROI​

  1. Verificar la posición de la ROI con diferentes tamaños de brocas
  2. Haga clic en Save para aplicar la configuración de ROI

Punto de control: La ROI debe enmarcar las brocas de forma constante, independientemente de su tamaño específico.

Paso 5: Entrenar el Modelo de Clasificación​

5.1 Navegar al Bloque de Clasificación​

  1. Haga clic en "Classification Block" en el menú de migas de pan

5.2 Crear Clases de Clasificación​

Crearás clases para diferentes tamaños de broca:

Ejemplos de Clases:

  • Brocas Pequeñas (1-3mm)
  • Brocas Medianas (4-6mm)
  • Brocas Grandes (7-10mm)

5.3 Capturar Imágenes de Entrenamiento​

Para cada clase, capture al menos 5 imágenes diferentes:

Clase 1: Brocas Pequeñas​

  1. Coloque una broca pequeña en la ROI
  2. Haga clic en Capturar para tomar la imagen de entrenamiento
  3. Etiquetar la imagen como "Small"
  4. Repetir con 4 brocas pequeñas más (diferentes orientaciones/posiciones)

Clase 2: Brocas Medianas​

  1. Coloque una broca mediana en la ROI
  2. Capturar y etiquetar como "Medium"
  3. Repetir 4 veces más con diferentes brocas medianas

Clase 3: Brocas Grandes​

  1. Coloque una broca grande en la ROI
  2. Capturar y etiquetar como "Large"
  3. Repetir 4 veces más con diferentes brocas grandes

5.4 Mejores Prácticas de Imágenes de Entrenamiento​

Mejor PrácticaPor qué es importante
Usar diferentes ejemplosMejora la generalización del modelo
Variar orientacionesManeja la variación de posicionamiento en condiciones reales
Incluir casos límiteMejora la detección de límites entre clases
Mantener iluminación constanteReduce errores dependientes de la iluminación
Mínimo de 5 imágenesProporciona datos de entrenamiento suficientes

5.5 Revisión y Verificación de Etiquetas​

  1. Verifique cuidadosamente todas las imágenes etiquetadas
  2. Asegúrese de asignar correctamente las clases
  3. Elimine cualquier ejemplo etiquetado incorrectamente

5.6 Inicio del Entrenamiento del Modelo​

  1. Haga clic en Train Classification Model
  2. Elija el modo de entrenamiento:
    • Rápido: Entrenamiento rápido para pruebas (2-5 minutos)
    • Preciso: Entrenamiento de calidad de producción (10-20 minutos)
  3. Seleccione la cantidad de iteraciones:
    • Más iteraciones = Mayor precisión
    • Más iteraciones = Mayor tiempo de entrenamiento
  4. Haga clic en Start Training

5.7 Monitoreo del Progreso del Entrenamiento​

El modal de progreso del entrenamiento muestra:

  • Número de iteración actual
  • Precisión de entrenamiento (%)
  • Tiempo estimado de finalización

Controles de Entrenamiento:

  • Cancelar Entrenamiento: Detener el entrenamiento si es necesario
  • Finalizar Entrenamiento Temprano: Detener cuando la precisión sea suficiente

Consejos de Entrenamiento:

  • El entrenamiento se detiene automáticamente cuando se alcanza la precisión objetivo
  • Una precisión del 85% o superior suele ser adecuada para uso en producción
  • Puede volver a entrenar con más imágenes si la precisión es baja

✅ Punto de control: Su modelo debería lograr una precisión de entrenamiento superior al 85%.

Paso 6: Prueba de su Clasificador​

6.1 Acceso a la Vista previa en vivo​

  1. Haga clic en Live Preview después de que termine el entrenamiento
  2. Coloque diferentes brocas en la ROI
  3. Observe los resultados de clasificación:
    • Nombre de la clase prevista
    • Porcentaje de confianza
    • Tiempo de clasificación

6.2 Pruebas de validación​

Pruebe cada clase de forma sistemática:

Tipo de PruebaResultado EsperadoAcción si falla
Conocido: PequeñoClasificado como "Pequeño" >80% de confianzaAgregar más imágenes de entrenamiento
Conocido: MedianoClasificado como "Mediano" >80% de confianzaRevisar la precisión de etiquetado
Conocido: GrandeClasificado como "Grande" >80% de confianzaVolver a entrenar con más ejemplos
ROI vacíoNo hay clasificación o confianza bajaAjustar los umbrales de confianza

6.3 Solución de problemas de clasificación​

ProblemaCausas posiblesSoluciones
Baja confianzaDatos de entrenamiento insuficientesAgregar más imágenes de entrenamiento
Clasificaciones incorrectasCalidad de imagen deficienteMejorar iluminación/foco
Resultados inconsistentesROI incluye ruido de fondoReducir el tamaño de la ROI
Clases confundidasObjetos de aspecto similarAgregar más ejemplos distintivos

Paso 7: Configurar la Lógica de Aprobación/Rechazo​

7.1 Navegue al Bloque IO​

Asegúrese de que todos los bloques AI estén entrenados (estado verde) antes de continuar:

  1. Haga clic en "IO Block" en el menú de migas de pan, O
  2. Seleccione "Configure I/O" desde el Editor de Recetas

7.2 Localizar Nodo de Lógica de Clasificación​

  1. Encuentre el "Classification Block Logic Node" (nodo morado)
  2. Si falta: Arrastre desde el menú de nodos a la izquierda

Colores de nodos: Los nodos morados representan Overview Logic Blocks para operaciones de IA.

7.3 Configurar Lógica de Clasificación​

  1. Haga doble clic en el Nodo de Lógica de Clasificación
  2. Configure la configuración:

Selección de ROI​

  • Seleccione su ROI desde el desplegable "Inspection Region"

Umbral de Confianza​

  • Establezca el umbral de confianza (típicamente 70-85%)
  • Umbral mayor = Clasificación más estricta
  • Umbral menor = Clasificación más permisiva

Selección de Clase Objetivo​

  • Seleccione la clase objetivo para resultados de "pass"
  • Ejemplo: Seleccione "Medium" si solo las piezas de tamaño medio deben pasar

Lógica de Múltiples ROI (Avanzado)​

  • Añada más ROI si es necesario
  • Elija la lógica: Las reglas "Any" o "All" deben pasar

7.4 Configuraciones de Pass/Fail de Ejemplo​

Configuración 1: Aprobación por tamaño específico​

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

Configuración 2: Aprobación por rango de tamaño​

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

Configuración 3: Rechazar piezas pequeñas​

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

7.5 Desplegar Configuración Lógica​

  1. Haga clic en Done en la esquina superior derecha
  2. Haga clic en Deploy en la esquina superior derecha del editor de Node-RED
  3. Verifique el mensaje de éxito de la implementación

Paso 8: Pruebas y Validación Final​

8.1 Pruebas de extremo a extremo​

Pruebe el flujo de inspección completo:

  1. Coloque objetos de prueba en el área de inspección
  2. Inicie la inspección (manual o automática)
  3. Verifique los resultados:
    • Clasificación correcta mostrada
    • Indicación adecuada de aprobación/rechazo
    • Rendimiento de temporización consistente

8.2 Lista de validación de producción​

Caso de pruebaResultado esperado✓
Objeto de clase objetivoResultado de aprobación☐
Objeto de clase no objetivoResultado de rechazo☐
ROI vacíoResultado de rechazo☐
Objeto parcialmente obstruidoNivel de confianza adecuado☐
Condiciones de iluminación deficientesRendimiento consistente☐

8.3 Optimización de Rendimiento​

Si los resultados no son satisfactorios:

  1. Añada más imágenes de entrenamiento (especialmente casos límite)
  2. Ajuste los umbrales de confianza
  3. Mejore la consistencia de la iluminación
  4. Ajuste la posición de la ROI
  5. Reentrene con el modo "Accurate"

¡Felicidades!​

¡Ha creado con éxito su primer modelo de clasificación! Su sistema OV80i ahora puede:

  • Identificar automáticamente diferentes tamaños de brocas
  • Aplicar lógica de Pass/Fail basada en los resultados de clasificación
  • Proporcionar puntuaciones de confianza para cada clasificación
  • Integrar con los flujos de producción mediante controles de I/O

Próximos Pasos​

Ahora que ha dominado la clasificación de ROI único, considere explorar:

Técnicas Avanzadas de Clasificación​

  • Clasificación multi-ROI para piezas complejas
  • Clasificación jerárquica para una categorización detallada
  • Inspección combinada (clasificación + detección de defectos)

Integración de Producción​

  • Comunicación PLC para clasificación automatizada
  • Registro de datos para el seguimiento de la calidad
  • Gestión de recetas para múltiples líneas de producto

Optimización de Modelo​

  • Transfer learning para productos similares
  • Active learning para mejora continua
  • Monitoreo de rendimiento y cronogramas de reentrenamiento

🔗 Véase También​

Guía de Resolución de Problemas​

Problemas Comunes y Soluciones​

ProblemaSíntomaSolución
Precisión deficienteLas clasificaciones suelen ser incorrectasAñada imágenes de entrenamiento más diversas
Rendimiento lentoLargos tiempos de procesamientoReducir el tamaño de ROI, optimizar la iluminación
Resultados inconsistentesEl mismo objeto produce resultados diferentesMejorar el posicionamiento de la pieza, verificar el enfoque
Falsos positivosROI vacío muestra la clasificaciónAumentar el umbral de confianza
El entrenamiento del modelo fallaEl modelo no entrena correctamenteVerifique la calidad de las imágenes, asegúrese de tener 5+ imágenes por clase

Obtenga Ayuda​

Si encuentra problemas que no estén cubiertos en este tutorial:

  1. Revisar las guías de solución de problemas en la documentación
  2. Revisar los registros del sistema para mensajes de error
  3. Contacte al soporte de Overview con:
    • Archivo de exportación de recetas
    • Imágenes de muestra que ilustren el problema
    • Detalles de la configuración del sistema

¡Tutorial Completo! Ahora tiene un sistema de clasificación operativo listo para producción. Recuerde validar regularmente el rendimiento y volver a entrenar su modelo según sea necesario para mantener la precisión con el tiempo.