Classifier vs. Segmenter

Đây là câu hỏi phổ biến nhất khi tạo một recipe. Dưới đây là một framework rõ ràng.

Classifier

Classifier xem xét từng ROI crop và phân loại vào một category: pass, fail, present, absent, scratched, good, hoặc bất kỳ class nào bạn định nghĩa.

Hãy hình dung như việc phân loại các lá bài thành các chồng khác nhau. AI nhìn vào toàn bộ crop và nói "cái này thuộc chồng pass" hoặc "cái này thuộc chồng fail."

Sử dụng classifier khi:

• Bạn cần quyết định pass/fail hoặc multi-class
• ROI của bạn đủ nhỏ để hiển thị rõ ràng lỗi
• Tốc độ labeling quan trọng (classifier có tốc độ labeling nhanh hơn nhiều)
• Bạn đang kiểm tra sự hiện diện/vắng mặt của một đặc điểm
• Ví dụ: ốc vít có/không, connector được gắn/chưa gắn, nhãn đúng/sai

Segmenter

Segmenter kiểm tra từng ROI crop ở mức pixel và xác định chính xác những pixel nào thuộc về một lỗi.

Hãy hình dung như việc highlight bằng bút đánh dấu. AI khoanh vùng chính xác vị trí lỗi, không chỉ xác định có lỗi hay không.

Sử dụng segmenter khi:

• Bạn cần xác định vị trí lỗi ở mức pixel (vết xước chính xác ở đâu?)
• Bạn cần đo kích thước hoặc diện tích lỗi
• ROI của bạn cần lớn nhưng bạn đang tìm các lỗi nhỏ
• Bạn cần đếm nhiều lỗi trong một vùng
• Ví dụ: vết xước bề mặt, vết bẩn, vết nứt, chất lượng mối hàn, đo kích thước

So sánh

Khía cạnh	Classifier	Segmenter
Thông tin cung cấp	Category (pass/fail/v.v.)	Các pixel chính xác của lỗi
Công sức labeling	Thấp: chọn một class cho mỗi ảnh	Cao: tô các pixel lỗi
Dữ liệu cần thiết	3-5 ảnh mỗi class để bắt đầu	Tương tự, nhưng labeling mất nhiều thời gian hơn
Kích thước ROI	Hoạt động tốt nhất với ROI nhỏ	Xử lý ROI lớn hơn tốt hơn
Tốc độ	Nhanh	Tương đương nhanh khi được tối ưu hóa
Phù hợp nhất cho	Sự hiện diện/vắng mặt, quyết định category	Vết xước, vết bẩn, đo đạc, phát hiện mức pixel

Vùng giao thoa

Có sự giao thoa thực sự. Nhiều kiểm tra có thể hoạt động với cả hai phương pháp. Nếu bạn không chắc chắn:

1. Bắt đầu với classifier. Dễ thiết lập hơn và labeling nhanh hơn
2. Nếu bạn thấy classifier không đủ chính xác (không thể phát hiện các lỗi nhỏ trong vùng lớn, hoặc bạn cần đo đạc), hãy chuyển sang segmenter
3. Hỏi AI Assistant tại tools.overview.ai. Mô tả ứng dụng của bạn và nó sẽ đề xuất phương pháp tốt nhất

Cần ảnh training?

Sử dụng Defect Creator Studio để tạo ảnh lỗi tổng hợp photorealistic cho cả hai phương pháp — mô tả lỗi bằng tiếng Anh thông thường và nhận ảnh sẵn sàng cho training trong vài giây.

OV20i vs OV80i

• OV20i: Chọn một cho mỗi recipe, hoặc classifier hoặc segmenter
• OV80i: Hỗ trợ multi-model. Kết hợp cả hai trong một recipe duy nhất cho cùng một lần chụp