Saltar al contenido principal

DOCUMENTACIÓN CON IA

¿Qué desea saber?

Backtesting

Esta inmersión profunda explica la importancia de las pruebas retrospectivas.

Guía en Video

Vea este tema en acción: OV Auto-Defect Creator Studio


Objetivos de Aprendizaje​

Al final de esta inmersión profunda, usted comprenderá:

  • qué son las pruebas retrospectivas
  • cómo realizar una prueba retrospectiva en una receta entrenada
  • cómo mejorar una receta utilizando pruebas retrospectivas

¿Qué son las Pruebas Retrospectivas?​

  • Las pruebas retrospectivas son un método utilizado para probar nuevos cambios o configuraciones en una receta entrenada usando imágenes previas, especialmente aquellas en las que no tuvo un buen desempeño.
  • Ayudan a evaluar cómo se desempeñaría la receta actualizada con datos conocidos antes de aplicarla a nuevos casos.
  • Puede realizar pruebas retrospectivas de imágenes con estas configuraciones:
    • imagen de plantilla y alineación
    • configuración de inspección
    • Bloque de Clasificación

Configuraciones que pueden someterse a pruebas retrospectivas

Pruebas Retrospectivas en Imagen de Plantilla y Alineación​

Puede cargar la captura fallida para ajustar las configuraciones de la receta y asegurarse de que se adapte correctamente al cambio.

Probando el Bloque de Imagen de Plantilla y Alineación

La variación entre la imagen de referencia alineada y la imagen detectada resalta la desalineación, la cual se corrige mediante este proceso.

Alineador entrenadoAlineador encontradoAlineador corregido y con prueba retrospectiva
Ejemplo de alineador entrenadoEjemplo de alineador encontradoEjemplo de alineador corregido y con prueba retrospectiva

Pruebas Retrospectivas en la Configuración de Inspección​

Puede cargar la captura fallida para ajustar las configuraciones del ROI y asegurarse de que se adapte correctamente al cambio.

Probando el Bloque de Inspección

Pruebas Retrospectivas en el Bloque de Clasificación​

Cargue la imagen fallida para verificar si el desempeño del modelo ha mejorado después de los ajustes o el reentrenamiento.

Probando el Bloque de Clasificación