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 làm thế nào để huấn luyện lại AI model của bạn trên hệ thống OV80i, dù bạn đang sử dụng Classification hay Segmentation, để duy trì độ chính xác của quá trình kiểm tra khi các chi tiết hoặc điều kiện sản xuất thay đổi.

Video Guide

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

tip

Hiệu suất AI phụ thuộc vào mức độ 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 với thực tế sản xuất. Áp dụng hướng dẫn này cho cả các dự án Classification và Segmentation.

Huấn Luyện Lại Nếu:​

  • Bạn đang kiểm tra một SKU mới hoặc biến thể chi tiết mới
  • Yêu cầu kiểm tra của bạn đã thay đổi (ví dụ: giờ cần phát hiện khuyết tật bề mặt hoặc dầu mỡ)
  • Bạn đã thay đổi đồ gá, robot hoặc cách trình bày chi tiết
  • Điều kiện ánh sáng đã thay đổi đáng kể (ví dụ: phản xạ, góc, cường độ)
  • Độ chính xác đã giảm — nhiều false positives/negatives 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 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 mặt nạ ở mức pixel trên các khuyết tật (hoặc các vùng good/bad)

  3. Chọn chế độ huấn luyện phù hợp:

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

  4. Chạy quá trình huấn luyện bên trong giao diện Recipe

  5. Xem lại kết quả mô hình và kiểm tra live inspections

  6. Triển khai mô hình mới khi confidence và độ bao phủ đáp ứng kỳ vọng

Hướng Dẫn Nhanh Về Các Loại Mô Hình​

Loại Mô HìnhPhù Hợp Nhất ChoChế Độ Huấn LuyệnKết Quả Đầu Ra
ClassificationQuyết định Good/Bad hoặc trạng thái rời rạcFast, AccurateLớp của toàn bộ ảnh hoặc ROI
SegmentationÁnh xạ khuyết tật hoặc vùng ở mức pixelChỉ AccurateMặt nạ được gán nhãn (các vùng được đánh dấu)

Các Trường Hợp Sử Dụng Mẫu​

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

Thực Hành Tốt Nhất Khi Huấn Luyện Lại​

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

🔗 Xem Thêm​