Bước 3: Vùng Kiểm Tra (ROIs)

Bây giờ căn chỉnh của bạn đã hoạt động, đã đến lúc cho camera biết nơi cần quan sát. Bạn thực hiện điều này bằng cách vẽ các Vùng Kiểm Tra: các hình chữ nhật trên hình ảnh xác định các khu vực mà AI sẽ phân tích.

Căn chỉnh tốt = ROI nhỏ hơn = độ chính xác cao hơn

Aligner sẽ di chuyển động các khung kiểm tra của bạn để theo dõi bộ phận khi nó dịch chuyển và xoay. Điều này có nghĩa là bạn không cần thêm padding vào ROI để bù trừ cho chuyển động của bộ phận. Bạn có thể vẽ chúng sát với đặc trưng cần kiểm tra, điều này giúp AI có góc nhìn rõ ràng, tập trung hơn và yêu cầu ít dữ liệu huấn luyện hơn. Nếu ROI của bạn có vẻ quá lớn hoặc AI đang gặp khó khăn, hãy quay lại và kiểm tra thiết lập căn chỉnh của bạn trước tiên.

Thuật ngữ chính

• Inspection Type (Loại Kiểm Tra): Một danh mục có chung dataset và tập hợp các class. Ví dụ: "Screws" với các class "present" và "absent"
• Inspection Region (ROI): Một vị trí cụ thể trên bộ phận. Ví dụ: "Screw_1", "Screw_2", "Screw_3", tất cả đều chia sẻ loại kiểm tra "Screws"

Bạn có thể có nhiều loại kiểm tra trên một hình ảnh. Ví dụ: "Screws" (10 ROIs) và "Connectors" (2 ROIs), mỗi loại có các class và dữ liệu huấn luyện riêng.

Tại sao kích thước ROI quan trọng

Đây là nguồn gốc lớn thứ hai gây khó chịu cho khách hàng (sau căn chỉnh). Hãy cùng giải thích lý do.

Giới hạn 512x512 pixel

Quan trọng: Các ROI lớn hơn 512x512 pixel sẽ mất thông tin

Mỗi ROI được cắt ra từ hình ảnh đầy đủ và đưa vào mô hình AI một cách riêng biệt. Kích thước tối đa mà mô hình AI chấp nhận là 512 x 512 pixel. Nếu ROI của bạn lớn hơn mức đó, camera sẽ thu nhỏ nó cho vừa, và bạn sẽ vĩnh viễn mất đi chi tiết.

Hãy tưởng tượng như việc chụp một bức ảnh có độ phân giải cao và thu nhỏ thành hình thumbnail. Các chi tiết nhỏ sẽ biến mất.

Nhỏ hơn thì tốt hơn, và đây là lý do

Hãy tưởng tượng bạn đang tìm một con ốc bị thiếu. Bạn có thể vẽ một ROI khổng lồ bao phủ toàn bộ board, hoặc một ROI nhỏ chỉ bao phủ khu vực của con ốc.

Với một ROI nhỏ:

• Con ốc chiếm phần lớn khung cắt, nên rõ ràng với AI về đối tượng bạn đang tìm kiếm
• Bạn cần ít hình ảnh huấn luyện hơn (tỷ lệ tín hiệu trên nhiễu cao)
• Xử lý nhanh hơn
• Nếu ROI dưới 512x512, không thông tin nào bị mất

Với một ROI lớn:

• Con ốc chỉ là một chi tiết nhỏ trong một biển nền
• AI cần nhiều dữ liệu hơn để học điều gì là quan trọng
• Nếu ROI vượt quá 512x512, khung cắt sẽ bị thu nhỏ và con ốc trở nên càng nhỏ hơn
• Xử lý mất nhiều thời gian hơn

Kỹ thuật lưới để kiểm tra toàn bộ hình ảnh

Điều gì sẽ xảy ra nếu bạn cần kiểm tra toàn bộ hình ảnh để tìm các khuyết tật nhỏ (như vết xước trên bề mặt)? Đừng sử dụng một ROI khổng lồ. Thay vào đó, xếp nhiều ROI nhỏ theo dạng lưới:

Mỗi ROI nhỏ giữ nguyên độ phân giải đầy đủ. Nếu bất kỳ ROI đơn lẻ nào thất bại, toàn bộ quá trình kiểm tra có thể thất bại. Bạn có được điều tốt nhất từ cả hai: phủ sóng đầy đủ với chi tiết đầy đủ.

Thiết lập các ROI của bạn

1. Tạo một Inspection Type

Điều hướng đến Inspection Setup trong trình chỉnh sửa recipe của bạn.

Đổi tên "Inspection Type 1" thành một cái tên có ý nghĩa, như "Screws", "Surface_Quality" hoặc "Connector_Check". Tên này quan trọng vì nó xuất hiện trong dữ liệu đầu ra và các luồng Node-RED của bạn.

2. Vẽ các ROI của bạn

Nhấp + Add Inspection Region. Một hình chữ nhật màu vàng xuất hiện trên hình ảnh.

• Kéo nó đến vị trí chính xác
• Thay đổi kích thước bằng cách kéo các góc
• Làm cho nó đủ lớn để chứa đặc trưng bạn đang kiểm tra
• Đổi tên từ "New ROI" thành một cái tên mô tả (ví dụ: "Screw_Top_Left")

3. Lặp lại cho mỗi vị trí

Nếu bạn đang kiểm tra 10 con ốc, hãy tạo 10 ROI, mỗi cái cho một vị trí ốc. Tất cả đều chia sẻ cùng một Inspection Type và dataset.

Phím tắt sao chép-dán

Đặt tên cho ROI đầu tiên là "Connector 1" và nhấp copy. Nó tự động tạo "Connector 2", "Connector 3", v.v. với tên được tự động tăng số. Nhanh hơn nhiều so với tạo từng cái từ đầu.

4. Xác minh với Live Preview

Bật Live Preview Mode và kiểm tra rằng:

• Tất cả các ROI được đặt đúng vị trí trên bộ phận
• Các ROI di chuyển theo căn chỉnh (nếu bạn đang sử dụng aligner)
• Mỗi ROI chứa đầy đủ đặc trưng bạn muốn kiểm tra
• Không có ROI nào lớn hơn mức cần thiết

Hướng dẫn xác định kích thước ROI

Mục đích ROI	Khuyến nghị kích thước
Đặc trưng đơn lẻ (ốc vít, connector, nhãn)	Vừa đủ lớn để chứa đặc trưng với lề nhỏ
Khu vực bề mặt để tìm khuyết tật	Lưới các ô nhỏ, mỗi ô dưới 512x512 pixel
Đặc trưng lớn cần chi tiết	Sử dụng segmenter thay vì classifier (chỉ OV20i/OV80i)
Kiểm tra có/không có	Nhỏ; đặc trưng hoặc có ở đó hoặc không

Khi nào nên sử dụng nhiều ROI

Đừng ngại sử dụng nhiều ROI. Bạn có thể sử dụng hàng chục hoặc thậm chí hàng trăm. Lợi ích:

• Chia sẻ dữ liệu huấn luyện. Tất cả các ROI cùng inspection type chia sẻ chung một dataset. 10 ROI ốc vít có nghĩa là gấp 10 lần dữ liệu huấn luyện trên mỗi lần chụp.
• Xử lý nhanh hơn. Nhiều khung cắt nhỏ xử lý nhanh hơn một khung lớn.
• Độ chính xác tốt hơn. Mỗi khung cắt nhỏ có tỷ lệ tín hiệu trên nhiễu cao.
• Báo cáo chi tiết. Bạn có thể thấy chính xác ROI nào đã thất bại.

Khi ROI cần phải lớn

Nếu bạn thực sự cần một ROI lớn để tìm các khuyết tật nhỏ (như các vết xước nhỏ trên một bề mặt lớn), hãy xem xét sử dụng segmenter thay vì classifier. Segmenter được thiết kế để phát hiện ở cấp độ pixel và xử lý các khu vực lớn tốt hơn. (OV10i chỉ hỗ trợ classifier. Segmentation yêu cầu OV20i hoặc OV80i.)

Danh sách kiểm tra vùng kiểm tra

Trước khi tiếp tục, hãy xác nhận:

• Các inspection type đã được tạo với tên có ý nghĩa
• Các ROI đã được vẽ, vừa đủ lớn để chứa đặc trưng
• Các ROI được đặt tên mô tả (ví dụ: "Screw_Top_Left")
• Tất cả các ROI di chuyển chính xác theo căn chỉnh trong Live Preview
• Không có ROI nào vượt quá 512×512 pixel (kiểm tra cảnh báo thu nhỏ)

Sẵn sàng để dạy AI? Chuyển sang Bước 4: Huấn Luyện AI.