Skip to main content

AI-POWERED DOCS

What do you want to know?

Cải Thiện Model Theo Thời Gian

Quy trình inspection của bạn đã được triển khai. Vậy làm thế nào để duy trì hiệu suất tốt khi điều kiện thay đổi, các loại defect mới xuất hiện, hoặc thông số kỹ thuật thay đổi?

Library: Công cụ cải tiến liên tục của bạn​

Mọi hình ảnh camera chụp được sẽ được lưu trong Library, cùng với dự đoán của AI và confidence score. Đây là kho vàng để cải thiện model của bạn.

Giao diện Library: duyệt các capture, lọc theo dự đoán và confidence

Tìm những trường hợp AI dự đoán sai​

  1. Truy cập Library
  2. Duyệt qua các capture gần đây
  3. Chú ý hai điều:
    • Misses: các hình ảnh mà dự đoán của AI rõ ràng bị sai (checkbox ở góc trên bên trái của mỗi thumbnail)
    • Dự đoán có confidence thấp: cuộn xuống ở bất kỳ hình ảnh nào để xem giá trị confidence. Confidence thấp = AI không chắc chắn

Retrain với dữ liệu có mục tiêu​

  1. Chọn các hình ảnh mà AI dự đoán sai hoặc không chắc chắn
  2. Nhấp "Add to Active Recipe Train Set"
  3. Sửa lại nhãn nếu cần
  4. Nhấp Retrain

Thêm hình ảnh từ Library vào training set

Tập trung vào misses và các capture có confidence thấp, không phải dữ liệu mới ngẫu nhiên. Đây là cách hiệu quả nhất để cải thiện.

Kiểm tra hình ảnh đã lưu với Metadata Viewer

Nếu bạn cần xem chính xác AI đã dự đoán gì trên một hình ảnh cụ thể, hãy tải JPEG đã lưu lên Metadata Viewer. Camera OV nhúng kết quả dự đoán, confidence score và cài đặt camera trực tiếp vào mỗi hình ảnh được chụp.

Quy trình cải thiện Classifier​

  1. Xem lại hình ảnh trong Library → tìm các lỗi và dự đoán có confidence thấp
  2. Thêm chúng vào training set
  3. Gán nhãn lại nếu cần
  4. Retrain
  5. Sử dụng Haystack để khám phá dữ liệu của bạn một cách trực quan và tìm các hình ảnh gán nhãn sai ở quy mô lớn

Quy trình cải thiện Segmenter​

OV10i chỉ hỗ trợ classifier

Quy trình segmenter dưới đây áp dụng cho OV20i và OV80i. Nếu bạn cần phát hiện defect ở cấp độ pixel, hãy cân nhắc nâng cấp lên OV20i hoặc OV80i. Xem Classifier vs. Segmenter để được hỗ trợ quyết định.

Segmenter mất nhiều thời gian hơn để gán nhãn (annotation ở cấp độ pixel), nên có một cách tắt:

  1. Import các hình ảnh có vấn đề vào segmentation recipe
  2. Nhấp Generate Predictions để model gán nhãn trước cho các hình ảnh mới một cách tốt nhất có thể
  3. Sửa các dự đoán thay vì gán nhãn từ đầu (nhanh hơn nhiều)
  4. Retrain

Triết lý​

  • Không bao giờ ngừng lặp lại. AI có khả năng học cao và tiếp tục cải thiện với 50, 100, thậm chí hơn 500 hình ảnh
  • Nhắm vào các thất bại cụ thể. Đừng thêm dữ liệu ngẫu nhiên. Thêm các trường hợp mà AI gặp khó khăn
  • Kiểm tra gán nhãn sai thường xuyên. Khi dataset của bạn lớn lên, các lỗi gán nhãn trở nên khó phát hiện hơn nhưng vẫn làm giảm độ chính xác

Tăng tốc với các công cụ GenAI​

Ba công cụ hỗ trợ AI tại tools.overview.ai có thể tăng tốc đáng kể các chu kỳ cải tiến của bạn:

  • Defect Studio -- Tạo hình ảnh defect tổng hợp chân thực nhanh hơn tới 10.000 lần so với chờ đợi defect thật
  • Integration Builder -- Xây dựng các flow Node-RED sẵn sàng cho production từ các mô tả bằng tiếng Anh đơn giản
  • AI Expert Helper -- Nhận hướng dẫn chuyên gia 24/7 về bất kỳ câu hỏi nào liên quan đến camera
Ưu điểm của bộ công cụ GenAI

Kết hợp lại, ba công cụ này có thể giảm thời gian triển khai của bạn từ nhiều ngày xuống còn vài giờ. Tạo dữ liệu training tổng hợp thay vì chờ đợi defect thật, xây dựng integration bằng cách mô tả những gì bạn muốn, và nhận hướng dẫn chuyên gia ngay lập tức mà không phải chờ đợi support ticket.

→ Xem hướng dẫn đầy đủ về GenAI Toolkit