Saltar al contenido principal

DOCUMENTACIÓN CON IA

¿Qué desea saber?

Mejorando su modelo con el tiempo

Time: 5 minutes (reading)

Su inspección ya está desplegada. ¿Y ahora cómo mantener un rendimiento óptimo a medida que cambian las condiciones, aparecen nuevos tipos de defectos o evolucionan las especificaciones?

La Library: Tu herramienta de mejora continua​

Cada captura que toma la cámara se guarda en la Library, junto con la predicción y la puntuación de confianza de la IA. Este es tu recurso más valioso para la mejora continua.

Vista de Library: explora capturas, filtra por predicción y confianza

Encuentra lo que la IA clasificó incorrectamente​

  1. Vaya a la Library
  2. Explora capturas recientes
  3. Busca dos cosas:
    • Fallos: imágenes en las que la predicción de la IA es claramente incorrecta (casilla de verificación en la esquina superior izquierda de cada miniatura)
    • Predicciones de baja confianza: desplace hacia abajo en cualquier imagen para ver los valores de confianza. Baja confianza = la IA no estaba segura
Una imagen etiquetada incorrectamente puede afectar significativamente la precisión

En un conjunto de datos pequeño, una sola etiqueta incorrecta tiene un impacto desproporcionado. Con solo cinco imágenes de entrenamiento, una etiqueta incorrecta corrompe el 20% de sus datos. Verifique siempre cada etiqueta antes de reentrenar, especialmente cuando su conjunto de datos sea pequeño.

Reentrenar con datos específicos​

  1. Seleccione las imágenes que la IA clasificó incorrectamente o sobre las que tenía dudas
  2. Haga clic en "Add to Active Recipe Train Set"
  3. Corrija las etiquetas si es necesario
  4. Haga clic en Retrain

Añadiendo imágenes de Library a su conjunto de entrenamiento

Concéntrese en los fallos y las capturas de baja confianza, no en datos nuevos al azar. Esta es la forma más eficiente de mejorar.

Inspeccione las imágenes guardadas con el Metadata Viewer

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

Use Haystack para detectar etiquetas incorrectas a gran escala

A medida que su conjunto de datos crece, revisar manualmente cada etiqueta se vuelve impráctico. Haystack le permite explorar visualmente sus datos de entrenamiento, agrupar imágenes similares y detectar rápidamente etiquetas que parezcan fuera de lugar. Ejéctelo periódicamente para mantener limpio su conjunto de datos.

Flujo de trabajo para la mejora del clasificador​

  1. Revise las imágenes de la Library → identifique errores y predicciones de baja confianza
  2. Agréguelas al conjunto de entrenamiento
  3. Vuelva a etiquetar si es necesario
  4. Reentrene
  5. Use Haystack para explorar visualmente sus datos y encontrar imágenes etiquetadas incorrectamente a gran escala

Flujo de trabajo para la mejora del segmentador​

Los segmentadores llevan más tiempo etiquetar (anotación a nivel de píxel), por lo que hay un atajo:

  1. Importe imágenes problemáticas en la receta de segmentación
  2. Haga clic en Generate Predictions para que el modelo pre-etiquete las imágenes nuevas lo mejor posible
  3. Rectifique las predicciones en lugar de etiquetar desde cero (mucho más rápido)
  4. Reentrene

La filosofía​

  • Nunca deje de iterar. La IA tiene una alta capacidad de aprendizaje, y continúa mejorando con 50, 100, incluso 500+ imágenes
  • Apunte a fallos específicamente. No agregue datos al azar. Aciértelos en los casos donde la IA tiene dificultades
  • Revise las etiquetas incorrectas regularmente. A medida que su conjunto de datos crece, las etiquetas incorrectas se vuelven más difíciles de detectar, pero siguen dañando la precisión

Acelere con herramientas GenAI​

Tres herramientas impulsadas por IA en tools.overview.ai pueden acelerar drásticamente sus ciclos de mejora:

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

En conjunto, 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 necesita y obtenga orientación experta de inmediato sin esperar tickets de soporte.

→ Vea la guía completa del GenAI Toolkit