AI-POWERED DOCS
What do you want to know?
Bước 3: Vùng Quan Tâm (ROIs)
Bây giờ khi việc căn chỉnh của bạn đã hoạt động, đã đến lúc chỉ cho camera biết nơi cần xem xét. Bạn thực hiện điều này bằng cách vẽ các Vùng Quan Tâm (ROIs): các hình chữ nhật trên hình 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 khoảng đệm bổ sung cho ROI để tính đến sự di chuyển của bộ phận. Bạn có thể vẽ chúng sát vào đặc điểm, điều này cho phép AI có một 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 của bạn đang gặp khó khăn, hãy quay lại và kiểm tra thiết lập căn chỉnh của bạn trước.
Thuật ngữ chính
- Inspection Type (Loại Kiểm Tra): Một danh mục có bộ dữ liệu và tập hợp các lớp được chia sẻ. 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 hình 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 nguyên nhân gây khó chịu lớn thứ hai cho khách hàng (sau vấn đề căn chỉnh). Hãy giải thích lý do.
Giới hạn 512x512 pixel
Mỗi ROI được cắt ra từ hình ảnh đầy đủ và đưa vào mô hình AI riêng lẻ. Kích thước tối đa mà mô hình AI chấp nhận là 512 x 512 pixel. Nếu ROI của bạn lớn hơn thế, camera sẽ giảm kích thước để vừa vặn, và bạn sẽ vĩnh viễn mất đi chi tiết.
Hãy tưởng tượng như việc chụp một bức ảnh độ phân giải cao và thu nhỏ nó thành một hình thumbnail. Các chi tiết tinh vi 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 bảng mạch, hoặc một ROI nhỏ chỉ bao quanh khu vực có ốc.
Với ROI nhỏ:
- Con ốc chiếm ưu thế trong khung cắt, nên AI dễ dàng nhận biết bạn đang tìm cái 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 trong một biển nền
- AI cần nhiều dữ liệu hơn để học điều gì quan trọng
- Nếu ROI vượt quá 512x512, khung cắt sẽ bị giảm kích thước và con ốc trở nên còn nhỏ hơn nữa
- Xử lý mất nhiều thời gian hơn
Kỹ thuật lưới cho kiểm tra toàn bộ hình ảnh
Nếu bạn cần kiểm tra toàn bộ hình 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 mô hình lưới:
Mỗi ROI nhỏ giữ được đầy đủ độ phân giải. Nếu bất kỳ ROI đơn lẻ nào không đạt, toàn bộ kiểm tra có thể không đạt. Bạn có được điều tốt nhất của cả hai: phủ toàn bộ với đầy đủ chi tiết.
Thiết lập ROI của bạn
Giao diện web 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 trình chỉnh sửa recipe, sau đó vẽ các vùng của bạn trên bộ phận.

1. Tạo một Inspection Type. Đổi tên "Inspection Type 1" thành một tên có ý nghĩa, như "Screws", "Surface_Quality", hoặc "Connector_Check". Tên này rất quan trọng vì nó xuất hiện trong dữ liệu đầu ra và các flow Node-RED của bạn.
2. Vẽ ROI của bạn.
Nhấp vào + Add Region of Interest (ROI). Một hình chữ nhật màu vàng sẽ xuất hiện trên hình ảnh. Kéo nó vào vị trí, điều chỉnh kích thước bằng cách kéo các góc, làm cho nó vừa đủ lớn để chứa đặc điểm cần kiểm tra, và đổi tên 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, một cho mỗi vị trí ốc. Tất cả đều dùng chung một Inspection Type và bộ dữ liệu.
Đặt tên ROI đầu tiên là "Connector 1" và nhấp copy. Nó sẽ tự động tạo "Connector 2", "Connector 3", v.v. với tên được tự động tăng dần. Nhanh hơn nhiều so với việc tạo từng cái từ đầu.
Đặt tên cho mỗi ROI khi bạn thêm nó, và làm cho mỗi tên là duy nhất, không chỉ mô tả: "Screw_Top_Left" và "Screw_Bottom_Right", đừng đặt 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, vì vậy khi một ROI không đạt, 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 được đặt đúng trên bộ phận, di chuyển theo sự căn chỉnh, chứa đầy đủ đặc điểm bạn muốn kiểm tra, và không lớn hơn mức cần thiết.
Trong trình chỉnh sửa recipe, mở Step 3: Region of Interest (ROIs). Nó được chia thành năm tab con: About, Inspection Types, Classes, ROIs, và Live Preview. Hãy làm việc lần lượt từ trái sang phải.
About
Ôn lại khái niệm. Nội dung này giải thích cách một Inspection Type (nhóm chứa dataset, classes và model), các Classes của nó, và các ROIs dùng chung chúng khớp với nhau như thế nào, đồng thời minh họa quy tắc vàng rằng crop càng chặt càng tốt.

Inspection Types
Một Inspection Type gom lại classes, dataset và model. Mọi ROI được gán cho nó đều dùng chung cả ba. Nhấp Add Inspection Type để tạo 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 flow Node-RED của bạn. Bảng hiển thị số lượng ROI được gán cho mỗi loại.

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

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

ROIs
Đây là nơi bạn vẽ và sắp xếp các vùng trên ảnh chụp tham chiếu:
- Add ROI đặt một vùng mới lên ảnh. Kéo vùng đó vào vị trí và thay đổi kích thước bằng các góc. Mỗi hàng trong bảng ROI có riêng nút edit (đổi tên và gán Inspection Type), delete, và điều khiển khóa, còn Delete all xóa toàn bộ cùng lúc.
- Add Grid tự động lấp đầy ảnh bằng 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 Generate. Đây là cách nhanh nhất để xây dựng lưới tiled đã mô tả ở trên cho kiểm tra toàn bộ bề mặt.
- Nhấp Ignore Regions, sau đó tô lên các khu vực mà quá trình kiểm tra nên hoàn toàn bỏ qua.
- Bảng Transformation cung cấp điều khiển số chính xác đối với chiều cao (H), chiều rộng (W), vị trí (X/Y) và góc của ROI được chọn, cùng các công cụ align và distribute để sắp xếp gọn các hàng ROI. Các nút chuyển Bounding Boxes và ROI Labels ở phía trên cho phép hiển thị hoặc ẩn các lớp phủ trên ảnh.


Đối với kiểm tra toàn bộ bề mặt, Add Grid ở Large (512px) tạo ra một lưới đầy đủ các ROI ở độ phân giải tối đa chỉ với một cú nhấp, 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 mang tính mô tả trong bảng ROI (sử dụng biểu tượng edit), ví dụ "Screw_Top_Left" và "Screw_Bottom_Right", không bao giờ có hai vùng cùng được gọi là "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, vì vậy khi một ROI bị fail, bạn biết chính xác vị trí nào cần kiểm tra.
Live Preview
Bật Live Preview để xem các ROI của bạn theo dõi bộ phận trên nguồn cấp trực tiếp. Xác nhận mọi ROI nằm đúng vị trí tính năng cần kiểm tra, di chuyển theo alignment, chứa đầy đủ những gì bạn muốn kiểm tra, và không lớn hơn mức cần thiết.
Hướng dẫn định kích thước ROI
| Mục đích ROI | Khuyến nghị kích thước |
|---|---|
| Tính năng đơn lẻ (ốc vít, đầu nối, nhãn) | Vừa đủ lớn để chứa tính năng với một chút lề nhỏ |
| Vùng bề mặt kiểm tra lỗi | Lưới các ô nhỏ, mỗi ô dưới 512x512 pixel |
| Tính năng lớn cần chi tiết | Sử dụng segmenter thay vì classifier |
| Kiểm tra có/không có | Nhỏ; tính năng hoặc có 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 ROI. Lợi ích:
- Chia sẻ dữ liệu huấn luyện. Tất cả các ROI cùng loại kiểm tra chia sẻ một tập dữ liệu. 10 ROI ốc vít nghĩa là gấp 10 lần dữ liệu huấn luyện trên 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 bị lỗi.
Khi ROI cần phải lớn
Nếu bạn thực sự cần một ROI lớn để tìm các lỗi nhỏ (như các vết xước nhỏ trên bề mặt lớn), hãy cân nhắc sử dụng segmenter thay vì classifier. Segmenter được thiết kế cho việc 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 đã được tạo với tên có ý nghĩa
- ROI được vẽ, vừa đủ lớn để chứa tính năng
- ROI được đặt tên mô tả (ví dụ: "Screw_Top_Left")
- Tất cả ROI di chuyển chính xác theo alignment trong Live Preview
- Không có ROI nào vượt quá 512x512 pixel (kiểm tra cảnh báo downscale)
Sẵn sàng dạy AI? Chuyển sang Bước 4: Huấn Luyện AI của Bạn.