Saltar al contenido principal

DOCUMENTACIÓN CON IA

¿Qué desea saber?

Mejorando su Modelo con el Tiempo

Su inspección está desplegada. Ahora, ¿cómo mantenerla funcionando bien a medida que cambian las condiciones, aparecen nuevos tipos de defectos o evolucionan las especificaciones?

La Biblioteca: Su herramienta de mejora continua​

Cada captura que toma la cámara se guarda en la Biblioteca, junto con la predicción de la AI y el puntaje de confianza. Esta es su mina de oro para la mejora.

Vista de la Biblioteca: examine capturas, filtre por predicción y confianza

Encuentre lo que la AI hizo mal​

  1. Vaya a la Biblioteca
  2. Examine las capturas recientes
  3. Busque dos cosas:
    • Errores: imágenes en las que la predicción de la AI es claramente incorrecta (casilla de verificación en la esquina superior izquierda de cada miniatura)
    • Predicciones de baja confianza: desplácese hacia abajo en cualquier imagen para ver los valores de confianza. Baja confianza = la AI no estaba segura

Reentrene con datos específicos​

  1. Seleccione las imágenes en las que la AI se equivocó o tuvo dudas
  2. Haga clic en "Agregar al conjunto de entrenamiento de la receta activa"
  3. Corrija las etiquetas si es necesario
  4. Haga clic en Reentrenar

Agregando imágenes de la Biblioteca a su conjunto de entrenamiento

Enfóquese en los errores y las capturas de baja confianza, no en datos nuevos aleatorios. Esta es la forma más eficiente de mejorar.

Inspeccione imágenes guardadas con el Metadata Viewer

Si necesita ver exactamente qué predijo la AI en una imagen específica, suba el JPEG guardado al Metadata Viewer. Las cámaras OV incrustan los resultados de predicción, los puntajes de confianza y la configuración de la cámara directamente en cada imagen capturada.

Flujo de trabajo para mejorar el clasificador​

  1. Revise las imágenes de la Biblioteca → encuentre errores y predicciones de baja confianza
  2. Agréguelas al conjunto de entrenamiento
  3. Reetiquete si es necesario
  4. Reentrene
  5. Use Haystack para explorar sus datos visualmente y encontrar imágenes mal etiquetadas a escala

Flujo de trabajo para mejorar el segmentador​

Los segmentadores tardan más en etiquetarse (anotación a nivel de píxel), por lo que existe un atajo:

  1. Importe imágenes problemáticas a la receta de Segmentación
  2. Haga clic en Generar predicciones para que el modelo preetiquete las nuevas imágenes lo mejor posible
  3. Corrija las predicciones en lugar de etiquetar desde cero (mucho más rápido)
  4. Reentrene

La filosofía​

  • Nunca deje de iterar. La AI tiene una alta capacidad de aprendizaje y sigue mejorando con 50, 100, incluso más de 500 imágenes
  • Enfóquese específicamente en las fallas. No agregue datos al azar. Agregue los casos en los que la AI tiene dificultades
  • Verifique regularmente las etiquetas incorrectas. A medida que crece su conjunto de datos, las etiquetas incorrectas son más difíciles de detectar, pero aún así afectan la precisión

Acelere con herramientas GenAI​

Tres herramientas potenciadas con AI en tools.overview.ai pueden acelerar drásticamente sus ciclos de mejora:

  • Defect Studio -- Genere imágenes sintéticas de defectos fotorrealistas hasta 10,000 veces más rápido que esperar defectos reales
  • Integration Builder -- Construya flujos de Node-RED listos para producción a partir de descripciones en inglés sencillo
  • AI Expert Helper -- Obtenga orientación experta 24/7 sobre cualquier pregunta de la cámara
La ventaja del kit de herramientas GenAI

Juntas, estas tres herramientas pueden reducir su tiempo de implementación de días a horas. Genere datos de entrenamiento sintéticos en lugar de esperar defectos reales, construya integraciones describiendo lo que desea y obtenga orientación experta instantánea sin esperar tickets de soporte.

→ Vea la guía completa del GenAI Toolkit