inspection-regions
title: "Paso 3: Regiones de Inspección (ROIs)" sidebar_position: 8 slug: /guides/ov20i/inspection-regions
Paso 3: Regiones de Inspección (ROIs)
Tiempo: 10–15 minutos
Now that your alignment is working, it's time to tell the camera where to look. You do this by drawing Inspection Regions: rectangles on the image that define the areas the AI will analyze.
Terminología clave
- Inspection Type: Una categoría con un conjunto de datos y un conjunto de clases compartidos. Ejemplo: "Screws" con clases "present" y "absent"
- Inspection Region (ROI): Una ubicación específica en la pieza. Ejemplo: "Screw_1", "Screw_2", "Screw_3", todas compartiendo el tipo de inspección "Screws"
You can have multiple inspection types on one image. For example: "Screws" (10 ROIs) and "Connectors" (2 ROIs), each with their own classes and training data.
Por qué importa el tamaño de ROI
This is the second biggest source of customer frustration (after alignment). Let's explain why.
The 512x512 pixel limit
Cada ROI se recorta de la imagen completa y se entrega al AI model de forma individual. El tamaño máximo que acepta el AI model es 512 x 512 píxeles. Si tu ROI es más grande que eso, la cámara lo reducirá para ajustarlo, y perderás detalle de forma permanente.
Piénsalo como tomar una foto de alta resolución y reducirla a una miniatura. Los detalles finos desaparecen.
Cuanto más pequeño, mejor, y aquí está el porqué
Imagina que buscas un tornillo faltante. Podrías dibujar un ROI gigante que cubra toda la placa, o un ROI pequeño que solo cubra el área del tornillo.
Con un ROI pequeño:
- El tornillo domina el recorte, por lo que es obvio para el AI qué estás buscando
- Necesitas menos imágenes de entrenamiento (la relación señal-ruido es alta)
- El procesamiento es más rápido
- Si el ROI está por debajo de 512x512, no se pierde información
Con un ROI grande:
- El tornillo es un detalle minúsculo en un mar de fondo
- El AI necesita más datos para aprender qué importa
- Si el ROI excede 512x512, el recorte se reduce y el tornillo se vuelve aún más pequeño
- El procesamiento tarda más
La técnica de cuadrícula para inspección de la imagen completa
¿Qué pasa si necesitas inspeccionar toda la imagen para defectos pequeños (como rayones en una superficie)? No uses un único ROI gigante. En su lugar, coloca múltiples ROIs pequeñas en un patrón de cuadrícula:
Cada ROI pequeño conserva la resolución completa. Si falla cualquier ROI único, toda la inspección puede fallar. Obtienes lo mejor de ambos mundos: cobertura completa con detalle total.
Configuración de tus ROIs
1. Crear un Inspection Type
Navega a Inspection Setup en tu editor de recetas.
Renombra "Inspection Type 1" a algo significativo, como "Screws", "Surface_Quality", o "Connector_Check". Este nombre importa porque aparece en tus datos de salida y en los flujos de Node-RED.
2. Define tus clases
Añade las clases que este inspection type necesita. Para un classifier, podría ser:
- Pass / Fail
- Present / Absent
- Good / Scratched / Cracked
Empieza con algo sencillo. Siempre puedes añadir clases después.
3. Dibuja tus ROIs
Haz clic en + Add Inspection Region. Aparece un rectángulo amarillo en la imagen.
- Arrástralo a la posición correcta
- Redimensiónalo arrastrando las esquinas
- Haz que sea lo suficientemente grande para contener la característica que estás inspeccionando
- Renómalo de "New ROI" a algo descriptivo (p. ej., "Screw_Top_Left")
4. Repite para cada ubicación
Si estás inspeccionando 10 tornillos, crea 10 ROIs, una por ubicación del tornillo. Todos comparten el mismo Inspection Type y el conjunto de datos.
Nombra tu primer ROI "Connector 1" y haz clic en copiar. Automáticamente se crean "Connector 2", "Connector 3", etc. con nombres que aumentan automáticamente. Mucho más rápido que crear cada uno desde cero.
5. Verifica con Live Preview
Activa Live Preview Mode y verifica que:
- Todos los ROIs estén posicionados correctamente en la pieza
- Los ROIs se mueven con la alineación (si estás usando el aligner)
- Cada ROI contiene completamente la característica que quieres inspeccionar
- Ningún ROI es más grande de lo necesario
Directrices de tamaño de ROI
| Propósito de ROI | Recomendación de tamaño |
|---|---|
| Una sola característica (tornillo, conector, etiqueta) | Suficientemente grande para contener la característica con un pequeño margen |
| Área de superficie para defectos | Cuadrícula de baldosas pequeñas, cada una menor de 512x512 píxeles |
| Característica grande que necesita detalle | Usa un segmenter en lugar de un classifier |
| Comprobación de presencia/ausencia | Pequeño; la característica está presente o no |
Cuándo usar muchos ROIs
No dudes en usar muchos ROIs. Puedes usar docenas o incluso cientos. Ventajas:
- Shared training data. Todos los ROIs del mismo inspection type comparten un conjunto de datos. 10 ROIs de tornillos significan 10x los datos de entrenamiento por captura.
- Procesamiento más rápido. Muchos recortes pequeños procesan más rápido que uno grande.
- Mejor precisión. Cada recorte pequeño tiene una alta relación señal-ruido.
- Informes granulares. Puedes ver exactamente qué ROI falló.
Cuando las ROIs deben ser grandes
Si realmente necesitas un ROI grande para encontrar defectos pequeños (como rayones diminutos en una gran superficie), considera usar un segmenter en lugar de un classifier. Los segmenter están diseñados para detección a nivel de píxel y manejan mejor áreas grandes.
Lista de verificación de regiones de inspección
Antes de continuar, confirmar:
- Tipos de inspección creados con nombres significativos
- Clases definidas para cada tipo de inspección
- ROIs dibujados, lo suficientemente grandes para contener la característica
- ROIs nombrados descriptivamente (p. ej., "Screw_Top_Left")
- Todos los ROIs se mueven correctamente con la alineación en Live Preview
- Ningún ROI excede 512×512 píxeles (verifica advertencias de downscale)
¿Listo para entrenar el AI? Pasa a Step 4: Train Your AI.