Usando un Clasificador (Single-ROI Example)

Este tutorial le guiará para crear su primer modelo de clasificación en el sistema de cámaras OV20i. Aprenderá a configurar un único ROI (Region of Interest) classifier para identificar y categorizar automáticamente diferentes tipos de objetos - en este ejemplo, diferentes tamaños de brocas.

What You'll Build: Un modelo de clasificación funcional que pueda identificar y clasificar automáticamente diferentes tamaños de brocas con lógica de aprobación/rechazo configurable.

Estimated Time: 45-60 minutos

Skill Level: Principiante

Prerequisites: OV20i camera system set up and connected

Paso 1: Crear una Nueva Receta de Clasificación

1.1 Acceder a la Creación de Recetas

1. Navigate to All Recipes page in your OV20i interface
2. Click + New Recipe in the top-right corner

1.2 Configurar la Receta

El modal Add A New Recipe aparecerá:

1. Enter Recipe Name: Use a descriptive name like "Drill_Bit_Classification_v1"
   • Naming Tip: Include the object type and version for easy identification
2. Select Recipe Type: Choose "Classification" from the dropdown menu
3. Click OK to create the recipe

1.3 Activar la Receta

1. Locate your new recipe in the All Recipes list (it will show as "Inactive")
2. Click Actions > Activate on the right side of the recipe entry
3. Click Activate to confirm

✅ Checkpoint: Your recipe should now appear as "Active" in the recipe list.

Paso 2: Acceder al Editor de Recetas

2.1 Entrar en Modo de Edición

1. Click Edit next to your active recipe
2. Click Open Editor to confirm and launch the recipe editor

You'll now see the Recipe Editor interface with multiple configuration sections.

Paso 3: Configurar la Configuración de Imagen de la Cámara

3.1 Abrir Configuración de Imagen

1. Click Configure Imaging in the lower left-hand side of the Recipe Editor

3.2 Ajustar la Configuración de Enfoque

El Enfoque es crucial para una clasificación precisa:

1. Position your drill bits in the camera's field of view
2. Adjust Focus using either:
   • The slider control, OR
   • Manual value entry
3. Test different focus positions until drill bit edges are sharp and clear

Consejos de Enfoque:

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

3.3 Optimizar la Configuración de Exposición

La exposición adecuada garantiza una calidad de imagen consistente:

1. Adjust Exposure using the slider or manual entry
2. Aim for balanced lighting where:
   • Object details are clearly visible
   • No areas are overexposed (pure white)
   • Shadows don't obscure important features

3.4 Configurar la Iluminación LED

La iluminación impacta significativamente la precisión de la clasificación:

1. Select LED Light Pattern based on your objects:
   • Bright Field: Iluminación de uso general
   • Dark Field: Resalta bordes y defectos de superficie
   • Side Lighting: Revela textura y variaciones de altura
2. For drill bits, try:
   • Bright field for general shape classification
   • Side lighting to emphasize flute geometry

3.5 Ajustar Configuración de Gamma

Gamma controls image contrast:

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

3.6 Guardar Configuraciones de Imagen

1. Revisar todos los ajustes en la vista previa en vivo
2. Haga clic en Save Imaging Settings para aplicar la configuración

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

Paso 4: Configurar Plantilla de Imagen y Alineación

4.1 Navegar a Alignment

1. Click "Template Image and Alignment" en el menú de migas, O
2. Usar el menú desplegable para seleccionar "Template Image and Alignment"

4.2 Skip Aligner (Para Este Tutorial)

Dado que las brocas se colocarán de forma consistente:

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

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

Paso 5: Configurar ROI de Inspección

5.1 Navegar a Inspection Setup

1. Click "Inspection Setup" en el breadcrumb menu

5.2 Definir Región de Interés

El ROI define dónde ocurrirá la clasificación:

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

5.3 Mejores Prácticas de ROI

Do	Don't
Incluir todas las características importantes	Hacer que el ROI sea demasiado grande (incluye ruido)
Dejar un borde pequeño alrededor del objeto	Cortar partes del objeto
Centrarse en la posición esperada del objeto	Incluir múltiples objetos en un solo ROI
Mantener un tamaño de ROI consistente entre imágenes	Cambiar el ROI entre capturas

5.4 Guardar Configuración de ROI

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

Punto de control: El ROI debe enmarcar consistentemente las brocas sin importar su tamaño específico.

Paso 6: Entrenar el Modelo de Clasificación

6.1 Navegar a Classification Block

1. Click "Classification Block" en el breadcrumb menu

6.2 Crear Clases de Clasificación

Crearás clases para diferentes tamaños de broca:

Clases de ejemplo:

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

6.3 Capturar Imágenes de Entrenamiento

Para cada clase, capture al menos 5 imágenes diferentes:

Clase 1: Small Bits

1. Coloque una broca pequeña en el ROI
2. Click en Capture para tomar la imagen de entrenamiento
3. Etiquete la imagen como "Small"
4. Repita con 4 brocas pequeñas más (diferentes orientaciones/posiciones)

Clase 2: Medium Bits

1. Coloque una broca mediana en el ROI
2. Capture y etiquetar como "Medium"
3. Repita 4 veces más con diferentes brocas medianas

Clase 3: Large Bits

1. Coloque una broca grande en el ROI
2. Capture y etiquetar como "Large"
3. Repita 4 veces más con diferentes brocas grandes

6.4 Mejores Prácticas de Imágenes de Entrenamiento

Práctica Recomendada	Por qué es Importante
Usar diferentes ejemplos	Mejora la generalización del modelo
Variar orientaciones	Maneja la variación de posicionamiento en condiciones reales
Incluir casos límite	Mejora la detección de límites entre clases
Mantener una iluminación constante	Reduce errores dependientes de la iluminación
5+ imágenes como mínimo	Proporciona datos de entrenamiento suficientes

6.5 Revisión y Verificación de Etiquetas

1. Verifique detalladamente todas las imágenes etiquetadas
2. Asegúrese de que las asignaciones de clase sean correctas
3. Elimine cualquier ejemplo etiquetado de forma incorrecta

6.6 Inicio del Entrenamiento del Modelo

1. Click Train Classification Model
2. Elija el modo de entrenamiento:
   • Fast: Quick training for testing (2-5 minutes)
   • Accurate: Production-quality training (10-20 minutes)
3. Seleccione la cantidad de iteraciones:
   • Más iteraciones = Mayor precisión
   • Más iteraciones = Mayor tiempo de entrenamiento
4. Click Start Training

6.7 Monitorización del Progreso del Entrenamiento

El modal de progreso de entrenamiento muestra:

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

Controles de Entrenamiento:

• Abort Training: Detener el entrenamiento si es necesario
• Finish Training Early: Detenga el entrenamiento cuando la precisión sea suficiente

Consejos de Entrenamiento:

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

✅ Checkpoint: Su modelo debe alcanzar >85% de precisión de entrenamiento.

Paso 7: Prueba de su Clasificador

7.1 Acceder a la Vista previa en vivo

1. Click Live Preview después de que se complete el entrenamiento
2. Coloque distintas brocas en el ROI
3. Observe los resultados de clasificación:
   • Nombre de la clase prevista
   • Porcentaje de confianza
   • Tiempo de clasificación

7.2 Pruebas de Validación

Pruebe cada clase de forma sistemática:

Tipo de prueba	Resultado esperado	Acción si falla
Pieza pequeña conocida	Clasificada como "Small" >80% de confianza	Agregar más imágenes de entrenamiento
Pieza mediana conocida	Clasificada como "Medium" >80% de confianza	Revisar la precisión de etiquetado
Pieza grande conocida	Clasificada como "Large" >80% de confianza	Reentrenar con más ejemplos
ROI vacío	Sin clasificación o baja confianza	Ajustar umbrales de confianza

7.3 Solución de Problemas de Clasificación

Problema	Causas posibles	Soluciones
Baja confianza	Datos de entrenamiento insuficientes	Agregar más imágenes de entrenamiento
Clasificaciones incorrectas	Mala calidad de la imagen	Mejorar iluminación/foco
Resultados inconsistentes	ROI incluye ruido de fondo	Reducir el tamaño de ROI
Clases confundidas	Objetos con apariencia similar	Agregar más ejemplos distinguibles

Paso 8: Configurar la Lógica de Paso/Fracaso

8.1 Navegar al IO Block

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

1. Click "IO Block" en el breadcrumb menu, O
2. Seleccionar "Configure I/O" desde el Recipe Editor

8.2 Localizar el Nodo de Lógica de Clasificación

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

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

8.3 Configurar Lógica de Clasificación

1. Doble clic en el Nodo de Lógica de Clasificación
2. Configurar ajustes:

Selección de ROI

• Seleccione su ROI desde el desplegable "Inspection Region"

Umbral de confianza

• Establezca el umbral de confianza (típicamente 70-85%)
• Un umbral más alto = clasificación más estricta
• Un umbral más bajo = clasificación más permisiva

Selección de Clase Objetivo

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

Lógica de Múltiples ROI (Avanzado)

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

8.4 Configuraciones de ejemplo de Aprobación y Rechazo

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

8.5 Despliegue de la Configuración de Lógica

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

Paso 9: Pruebas y Validación Final

9.1 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
   • Indicador de aprobación y rechazo adecuado
   • Rendimiento de temporización consistente

9.2 Lista de verificación de validación de producción

Caso de prueba	Resultado esperado	✓
Objeto de clase objetivo	Resultado Aprobado	☐
Objeto de clase no objetivo	Resultado Rechazado	☐
ROI vacío	Resultado Rechazado	☐
Objeto parcialmente obstruido	Nivel de confianza adecuado	☐
Condiciones de iluminación deficientes	Rendimiento consistente	☐

9.3 Optimización de Rendimiento

Si los resultados no son satisfactorios:

1. Agregar más imágenes de entrenamiento (especialmente casos límite)
2. Ajustar los umbrales de confianza
3. Mejorar la consistencia de la iluminación
4. Refinar la posición de ROI
5. Reentrenar con el modo "Accurate"

¡Felicidades!

¡Has creado con éxito tu primer modelo de clasificación! Tu sistema OV20i ahora puede:

• Identificar automáticamente diferentes tamaños de brocas
• Aplicar la lógica de aprobación y rechazo basada en resultados de clasificación
• Proporcionar puntuaciones de confianza para cada clasificación
• Integrar con flujos de producción a través de controles de E/S

Próximos pasos

Técnicas Avanzadas de Clasificación

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

Integración con Producción

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

Optimización de Modelo

• aprendizaje por transferencia para productos similares
• Aprendizaje activo para mejora continua
• Monitoreo de rendimiento y calendarios de reentrenamiento

🔗 Ver También

• Fundamentos de Node-RED
• Bloques personalizados de Node-RED (Overview)

Guía de Solución de Problemas

Problemas Comunes y Soluciones

Problema	Síntoma	Solución
Precisión deficiente	Las clasificaciones suelen ser incorrectas	Añada imágenes de entrenamiento variadas
Rendimiento lento	Tiempos de procesamiento largos	Reduzca el tamaño de ROI, optimice la iluminación
Resultados inconsistentes	El mismo objeto da resultados diferentes	Mejore el posicionamiento de la pieza, verifique el enfoque
Falsos positivos	Un ROI vacío muestra la clasificación	Aumente el umbral de confianza
El entrenamiento falla	El modelo no se entrena con éxito	Verifique la calidad de las imágenes, asegúrese de 5+ imágenes por clase

Ayuda

Si encuentra problemas que no estén cubiertos en este tutorial:

1. Revise las guías de solución de problemas en la documentación
2. Revise los registros del sistema en busca de mensajes de error
3. Póngase en contacto con el soporte de Overview con:
   • archivo de exportación de receta
   • Imágenes de muestra que ilustren el problema
   • Detalles de la configuración del sistema

---

¡Tutorial completado! Ahora dispone de 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 a lo largo del tiempo.