TÀI LIỆU ĐƯỢC HỖ TRỢ BỞI AI
Bạn muốn biết điều gì?
Bước 3: Regions of Interest (ROIs)
Bây giờ khi căn chỉnh của bạn đã hoạt động, đã đến lúc chỉ cho camera biết nơi cần quan sát. Bạn thực hiện điều này bằng cách vẽ Regions of Interest (ROIs): các hình chữ nhật trên ảnh xác định các khu vực mà AI sẽ phân tích.
Aligner tự động di chuyển các hộp 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 dư cho ROI để tính đến chuyển động của bộ phận. Bạn có thể vẽ chúng sát quanh đặc điểm, điều này cung cấp cho AI một tầm 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 của bạn đang gặp khó khăn, hãy quay lại và kiểm tra thiết lập căn chỉnh của bạn trước.
Thuật ngữ chính
- Inspection Type: Một danh mục với tập dữ liệu và bộ lớp dùng chung. Ví dụ: "Screws" với các lớp "present" và "absent"
- Region of Interest (ROI): Một vị trí cụ thể trên bộ phận. Ví dụ: "Screw_1", "Screw_2", "Screw_3", tất cả đều dùng chung Inspection Type "Screws"
Bạn có thể có nhiều Inspection Type trên một ảnh. Ví dụ: "Screws" (10 ROI) và "Connectors" (2 ROI), mỗi loại có các lớp và dữ liệu huấn luyện riêng.
Vì sao kích thước ROI quan trọng
Đây là nguồn gây thất vọng lớn thứ hai cho khách hàng (sau căn chỉnh). Hãy giải thích tại sao.
Giới hạn 512x512 pixel
Mỗi ROI được cắt ra từ ảnh đầy đủ và đưa vào model AI riêng lẻ. Kích thước tối đa mà model AI chấp nhận là 512 x 512 pixel. Nếu ROI của bạn lớn hơn mức đó, camera sẽ thu nhỏ nó để vừa, và bạn sẽ mất chi tiết vĩnh viễn.
Hãy nghĩ về nó như chụp một bức ảnh độ phân giải cao và thu nhỏ thành ảnh thu nhỏ. Các chi tiết nhỏ sẽ biến mất.
Nhỏ hơn là 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 bo mạch, hoặc một ROI nhỏ chỉ bao phủ khu vực con ốc.
Với ROI nhỏ:
- Con ốc chiếm phần lớn vùng cắt, vì vậy AI sẽ dễ dàng nhận ra bạn đang tìm gì
- Bạn cần ít hình ảnh huấn luyện hơn (tỷ lệ tín hiệu trên nhiễu cao)
- Xử lý nhanh hơn
- Nếu ROI dưới 512x512, không có thông tin nào bị mất
Với ROI lớn:
- Con ốc chỉ là một chi tiết nhỏ giữa một biển nền
- AI cần nhiều dữ liệu hơn để học những gì quan trọng
- Nếu ROI vượt quá 512x512, vùng cắt sẽ bị thu nhỏ và con ốc sẽ càng nhỏ hơn
- Xử lý mất nhiều thời gian hơn
Kỹ thuật lưới cho kiểm tra toàn ảnh
Nếu bạn cần kiểm tra toàn bộ ảnh để tìm các khuyết tật nhỏ (như vết xước trên bề mặt) thì sao? Đừng dùng một ROI khổng lồ. Thay vào đó, hãy xếp nhiều ROI nhỏ theo dạng lưới:
Mỗi ROI nhỏ giữ được độ phân giải đầy đủ. Nếu bất kỳ ROI nào thất bại, toàn bộ kiểm tra có thể thất bại. Bạn có được điều tốt nhất của cả hai: độ phủ đầy đủ với chi tiết đầy đủ.
Thiết lập ROI của bạn
Giao diện web của OV20i đã được thiết kế lại trong v2026.5. Kiểm tra phiên bản phần mềm của bạn ở góc trên bên phải của UI camera và chọn tab phù hợp. Lựa chọn của bạn sẽ được áp dụng trên mọi trang trong luồng thiết lập này.
- Phiên bản cũ hơn
- v2026.5 và mới hơn
Điều hướng đến Inspection Setup trong recipe editor của bạn, sau đó vẽ các vùng trên bộ phận.

1. Tạo một Inspection Type. Đổi tên "Inspection Type 1" thành tên có ý nghĩa, chẳng hạn như "Screws", "Surface_Quality", hoặc "Connector_Check". Tên này quan trọng vì nó xuất hiện trong dữ liệu đầu ra và các flow Node-RED của bạn.
2. Vẽ các ROI của bạn.
Nhấp vào + Add Region of Interest (ROI). Một hình chữ nhật màu vàng sẽ xuất hiện trên ảnh. Kéo nó vào vị trí, thay đổi kích thước bằng cách kéo các góc, làm cho nó vừa đủ lớn để chứa đặc điểm, và đổi tên nó từ "New ROI" thành 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 ROI cho một vị trí ốc. Tất cả đều dùng chung Inspection Type và tập dữ liệu.
Đặt tên ROI đầu tiên là "Connector 1" và nhấp sao chép. Nó sẽ tự động tạo "Connector 2", "Connector 3", v.v. với tên tự động tăng. Nhanh hơn nhiều so với việc tạo từng cái từ đầu.
Đặt tên cho mỗi ROI khi bạn thêm nó, và làm cho mọi tên đều duy nhất, không chỉ mô tả: "Screw_Top_Left" và "Screw_Bottom_Right", không bao giờ có hai vùng cùng tên "Screw". Tên duy nhất là cách bạn phân biệt các vùng trong kết quả, dữ liệu đầu ra đã lưu, và các flow Node-RED, do đó khi một ROI thất bại bạn biết chính xác vị trí nào cần kiểm tra.
4. Xác minh với Live Preview. Bật Live Preview Mode và xác nhận rằng tất cả ROI nằm đúng vị trí trên bộ phận, di chuyển theo căn chỉnh, hoàn toàn chứa đặc điểm bạn muốn kiểm tra, và không lớn hơn mức cần thiết.
Trong recipe editor, mở Step 3: Region of Interest (ROIs). Nó được chia thành năm sub-tab: About, Inspection Types, Classes, ROIs, và Live Preview. Thực hiện qua chúng từ trái sang phải.
Giới Thiệu
Ôn lại khái niệm. Phần này giải thích cách một Inspection Type (nhóm chứa dataset, các class và model), các Classes của nó, và các ROI chia sẻ chúng kết hợp với nhau như thế nào, đồng thời minh họa quy tắc vàng là crop càng chặt thì càng thắng.

Inspection Types
Một Inspection Type gói gọn các class, dataset và model. Mọi ROI được gán cho nó đều chia sẻ cả ba. Nhấp vào Add Inspection Type để tạo một loại mới, và sử dụng biểu tượng chỉnh sửa để đổi tên (ví dụ: "Screws", "Surface_Quality" hoặc "Connector_Check"). Tên này sẽ xuất hiện trong dữ liệu đầu ra và các luồng Node-RED của bạn. Bảng hiển thị số lượng ROI được gán cho mỗi loại.

Classes
Xác định các class mà model của bạn có thể dự đoán cho mỗi Inspection Type. Nhấp vào Add class và đặt tên cùng màu cho mỗi class. Đối với kiểm tra pass/fail đơn giản thì đó là Pass màu xanh và Fail màu đỏ; đối với phân loại có thể là Good / Scratched / Cracked. Đây là các nhãn mà bạn sẽ áp dụng cho mỗi ROI khi huấn luyện ở Bước 4.

Đối với segmenter, mỗi class là một defect hoặc feature mà bạn muốn tìm và định vị, ví dụ như Hole, Scratch hoặc Stain. Bạn thêm chúng theo cùng cách và chọn một màu cho mỗi class. Màu đó sẽ trở thành cọ vẽ mà bạn dùng để gán nhãn ở Bước 4.

ROIs
Đây là nơi bạn vẽ và sắp xếp các vùng trên ảnh tham chiếu:
- Add ROI đặt một vùng mới lên ảnh. Kéo nó vào vị trí và thay đổi kích thước bằng các góc. Mỗi hàng trong bảng ROI có các điều khiển riêng edit (đổi tên và gán Inspection Type), delete và khóa, và Delete all sẽ xóa tất cả cùng lúc.
- Add Grid tự động điền vào ảnh một lưới các ROI có kích thước bằng nhau. Chọn kích thước ô (Small (128px), Medium (256px) hoặc Large (512px)), đặt phần trăm Overlap, tùy chọn bật Replace existing ROIs, sau đó nhấp vào Generate. Đây là cách nhanh nhất để xây dựng lưới ô được mô tả ở trên cho việc kiểm tra toàn bộ bề mặt.
- Nhấp vào Ignore Regions, sau đó tô lên các khu vực mà việc kiểm tra nên bỏ qua hoàn toàn.
- Bảng Transformation cung cấp khả năng kiểm soát số chính xác đối với chiều cao (H), chiều rộng (W), vị trí (X/Y) và góc của ROI được chọn, với các công cụ align và distribute để sắp xếp gọn gàng các hàng ROI. Các nút chuyển Bounding Boxes và ROI Labels ở trên cùng sẽ hiện hoặc ẩn các lớp phủ trên ảnh.


Đối với kiểm tra toàn bộ bề mặt, Add Grid ở mức Large (512px) sẽ tạo ra một lưới hoàn chỉnh các ROI ở độ phân giải tối đa chỉ với một cú nhấp chuột, nhanh hơn nhiều so với việc đặt từng ô bằng tay, và mọi ô đều nằm trong giới hạn 512x512.
Khi bạn thêm ROI, hãy đặt cho mỗi ROI một tên duy nhất và mô tả rõ trong bảng ROI (sử dụng biểu tượng edit), ví dụ "Screw_Top_Left" và "Screw_Bottom_Right", không bao giờ để hai vùng cùng tên "Screw". Tên duy nhất là cách bạn phân biệt các vùng trong kết quả, dữ liệu đầu ra đã lưu, và các luồng Node-RED, vì vậy khi một ROI fail bạn sẽ biết chính xác vị trí nào cần kiểm tra.
Live Preview
Bật Live Preview để xem các ROI theo dõi bộ phận trên luồng trực tiếp. Xác nhận rằng mỗi ROI nằm đúng trên đặc điểm cần kiểm tra, di chuyển cùng với căn chỉnh, chứa đầy đủ những gì bạn muốn kiểm tra, và không lớn hơn mức cần thiết.
Hướng dẫn kích thước ROI
| Mục đích ROI | Khuyến nghị kích thước |
|---|---|
| Đặc điểm đơn lẻ (ốc vít, đầu nối, nhãn) | Vừa đủ lớn để chứa đặc điểm với một chút khoảng dư |
| Diện tích bề mặt để phát hiện lỗi | Lưới các ô nhỏ, mỗi ô dưới 512x512 pixel |
| Đặc điểm lớn cần chi tiết | Sử dụng segmenter thay vì classifier |
| Kiểm tra có/không có | Nhỏ; đặc điểm hoặc có hoặc không |
Khi nào sử dụng nhiều ROI
Đừng ngại sử dụng nhiều ROI. Bạn có thể sử dụng hàng chục hoặc thậm chí hàng trăm ROI. Lợi ích:
- Dữ liệu huấn luyện chung. Tất cả các ROI cùng loại kiểm tra chia sẻ một tập dữ liệu. 10 ROI ốc vít có nghĩa là dữ liệu huấn luyện gấp 10 lần mỗi lần chụp.
- Xử lý nhanh hơn. Nhiều vùng cắt nhỏ xử lý nhanh hơn một vùng lớn.
- Độ chính xác tốt hơn. Mỗi vùng 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 lỗi nhỏ (như những vết xước nhỏ trên một bề mặt lớn), hãy cân nhắc sử dụng segmenter thay vì classifier. Segmenter được thiết kế để phát hiện ở cấp độ pixel và xử lý các vùng lớn tốt hơn.
Danh sách kiểm tra Regions of Interest (ROIs)
Trước khi tiếp tục, hãy xác nhận:
- Các loại kiểm tra được tạo với tên có ý nghĩa
- Các ROI đã được vẽ, vừa đủ lớn để chứa đặc điểm
- Các ROI được đặt tên mô tả (ví dụ: "Screw_Top_Left")
- Tất cả ROI di chuyển chính xác cùng với căn chỉnh trong Live Preview
- Không ROI nào vượt quá 512x512 pixel (kiểm tra cảnh báo giảm độ phân giải)
Sẵn sàng dạy AI? Chuyển đến Bước 4: Huấn Luyện AI Của Bạn.