Skip to main content

AI-POWERED DOCS

What do you want to know?

Huấn Luyện Lại Mô Hình

Trang này giải thích khi nào và cách huấn luyện lại AI model trên hệ thống OV20i, dù bạn đang sử dụng Classification hay Segmentation, để đảm bảo độ chính xác khi các chi tiết hoặc điều kiện sản xuất thay đổi.

Video Guide

Xem chủ đề này thực tế: OV Auto-Defect Creator Studio

tip

Hiệu suất AI phụ thuộc vào sự liên quan của dữ liệu huấn luyện. Hãy huấn luyện lại khi các chi tiết, điều kiện hoặc yêu cầu kiểm tra thay đổi.

Khi Nào Bạn Nên Huấn Luyện Lại?​

Việc huấn luyện lại đảm bảo mô hình theo kịp thực tế sản xuất. Áp dụng hướng dẫn này cho cả dự án Classification và Segmentation.

Huấn Luyện Lại Nếu:​

  • Bạn đang kiểm tra một SKU hoặc biến thể chi tiết mới
  • Yêu cầu kiểm tra đã thay đổi (ví dụ: hiện cần phát hiện khuyết tật bề mặt hoặc dầu mỡ)
  • Bạn đã thay đổi đồ gá, robot hoặc cách trình bày chi tiết
  • Ánh sáng đã thay đổi đáng kể (ví dụ: phản chiếu, góc độ, cường độ)
  • Độ chính xác đã giảm — nhiều false positive/negative hơn
  • Bạn cần ngưỡng confidence chặt chẽ hơn hoặc kết quả chính xác hơn
  • Mô hình có dấu hiệu overfitting hoặc under-generalizing

Cách Huấn Luyện Lại (Cho Cả Hai Loại Mô Hình)​

  1. Chụp các ảnh mẫu mới từ thiết lập sản xuất hiện tại của bạn

  2. Đối với Classification: Gán nhãn ảnh hoặc ROI với tên lớp

    Đối với Segmentation: Vẽ mask ở cấp độ pixel trên các khuyết tật (hoặc vùng good/bad)

  3. Chọn chế độ huấn luyện phù hợp:

    • Classification:
      • Fast – Để kiểm tra hoặc lặp lại nhanh
      • Accurate – Để sử dụng trong sản xuất
    • Segmentation:
      • Accurate – Chỉ một chế độ, được tối ưu cho độ chính xác

  4. Chạy huấn luyện bên trong giao diện Recipe

  5. Xem xét kết quả mô hình và kiểm tra trực tiếp

  6. Triển khai mô hình mới khi độ tin cậy và phạm vi đáp ứng kỳ vọng

Hướng Dẫn Nhanh Về Loại Mô Hình​

Loại Mô HìnhPhù Hợp Nhất ChoChế Độ Huấn LuyệnĐầu Ra
ClassificationQuyết định Good/Bad hoặc trạng thái rời rạcFast, AccurateLớp của toàn bộ ảnh hoặc ROI
SegmentationÁnh xạ khuyết tật hoặc vùng ở cấp độ pixelChỉ AccurateMask có nhãn (vùng được tô sáng)

Các Trường Hợp Sử Dụng Mẫu​

Ví DụLoại Mô Hình
Phát hiện bu lông bị thiếuClassification
Kiểm tra vết xước hoặc vết lõmSegmentation
Xác minh sự hiện diện của dầu mỡClassification hoặc Segmentation (tùy thuộc vào độ chính xác cần thiết)
Đo độ phủ foamSegmentation

Best Practices Khi Huấn Luyện Lại​

  • ✅ Luôn sử dụng ảnh sản xuất mới
  • ✅ Bao gồm hỗn hợp các trường hợp pass/fail, đặc biệt là các trường hợp biên
  • ✅ Sử dụng ít nhất 30–50 ảnh cho mỗi lớp (Classification)
  • ✅ Đảm bảo ranh giới ROI hoặc mask khớp với bố cục của chi tiết
  • ✅ Sử dụng chế độ Accurate trước khi triển khai
  • ❌ Không huấn luyện với ảnh bị mờ, thiếu sáng hoặc lệch vị trí

🔗 Xem Thêm​