Skip to main content

AI-POWERED DOCS

What do you want to know?

Sử Dụng Classifier (Ví Dụ Single-ROI)

Hướng dẫn này sẽ giúp bạn tạo model phân loại đầu tiên trên hệ thống camera OV80i. Bạn sẽ học cách thiết lập một classifier với một ROI duy nhất để tự động nhận diện và phân loại các loại đối tượng khác nhau - trong ví dụ này, là các kích cỡ mũi khoan khác nhau.

Những Gì Bạn Sẽ Xây Dựng: Một model phân loại hoạt động có thể tự động nhận diện và phân loại các kích cỡ mũi khoan khác nhau với logic pass/fail có thể cấu hình.

Thời Gian Ước Tính: 45-60 phút

Cấp Độ Kỹ Năng: Người Mới Bắt Đầu

Điều Kiện Tiên Quyết: Hệ thống camera OV80i đã được thiết lập và kết nối

Bước 1: Tạo Recipe Phân Loại Mới​

1.1 Truy Cập Trang Tạo Recipe​

  1. Điều hướng đến trang All Recipes trong giao diện OV80i của bạn
  2. Nhấp vào + New Recipe ở góc trên bên phải

1.2 Cấu Hình Cài Đặt Recipe​

Hộp thoại Add A New Recipe sẽ xuất hiện:

  1. Nhập Tên Recipe: Sử dụng tên mang tính mô tả như "Drill_Bit_Classification_v1"
    • Mẹo Đặt Tên: Bao gồm loại đối tượng và phiên bản để dễ dàng nhận diện
  2. Chọn Loại Recipe: Chọn "Classification" từ menu thả xuống
  3. Nhấp vào OK để tạo recipe

1.3 Kích Hoạt Recipe​

  1. Tìm recipe mới của bạn trong danh sách All Recipes (nó sẽ hiển thị là "Inactive")
  2. Nhấp vào Activate ở phía bên phải của mục recipe
  3. Nhấp vào Activate and go to editor để xác nhận và khởi chạy trình chỉnh sửa recipe

✅ Điểm Kiểm Tra: Recipe hiện đã "Active" với Recipe Editor được hiển thị.

Bước 2: Cấu Hình Cài Đặt Chụp Ảnh Của Camera​

2.1 Mở Cấu Hình Chụp Ảnh​

  1. Nhấp vào Configure Imaging ở phía dưới bên trái của Recipe Editor

2.2 Điều Chỉnh Cài Đặt Focus​

Focus là yếu tố quan trọng để phân loại chính xác:

  1. Đặt các mũi khoan vào tầm nhìn của camera
  2. Focus ống kính — xoay vòng focus trên ống kính C-mount cho đến khi các cạnh của mũi khoan rõ nét
  3. Xác minh độ sắc nét bằng cách tích vào Enable Focus View, tính năng này sẽ làm nổi bật các cạnh và hiển thị điểm focus, sau đó khóa vòng focus

Mẹo Focus:

  • Sử dụng bản xem trước trực tiếp để thấy thay đổi focus theo thời gian thực
  • Tập trung vào các đặc điểm quan trọng nhất (rãnh xoắn mũi khoan, hình học đầu mũi)
  • Đảm bảo toàn bộ chiều sâu của đối tượng đều rõ nét

2.3 Tối Ưu Hóa Cài Đặt Exposure​

Exposure phù hợp đảm bảo chất lượng hình ảnh ổn định:

  1. Điều chỉnh Exposure bằng thanh trượt hoặc nhập thủ công
  2. Hướng tới ánh sáng cân bằng trong đó:
    • Chi tiết đối tượng hiển thị rõ ràng
    • Không có khu vực nào bị quá sáng (trắng hoàn toàn)
    • Bóng đổ không che khuất các đặc điểm quan trọng

2.4 Cấu Hình Đèn LED​

Ánh sáng ảnh hưởng đáng kể đến độ chính xác của phân loại:

  1. Chọn Mẫu Đèn LED dựa trên đối tượng của bạn:
    • Bright Field: Chiếu sáng đa dụng
    • Dark Field: Làm nổi bật các cạnh và lỗi bề mặt
    • Side Lighting: Hiển thị kết cấu và biến thiên chiều cao
  2. Đối với mũi khoan, hãy thử:
    • Bright field để phân loại hình dạng tổng thể
    • Side lighting để làm nổi bật hình học rãnh xoắn

2.5 Điều Chỉnh Cài Đặt Gamma​

Gamma điều khiển độ tương phản của hình ảnh:

  1. Điều chỉnh Gamma để tăng cường khả năng hiển thị đặc điểm
  2. Giá trị thấp hơn làm sáng các vùng tối
  3. Giá trị cao hơn tăng độ tương phản

2.6 Lưu Cài Đặt Hình Ảnh​

  1. Xem lại tất cả cài đặt trong bản xem trước trực tiếp
  2. Nhấp Save Imaging Settings để áp dụng cấu hình

✅ Điểm Kiểm Tra: Camera của bạn giờ đây sẽ tạo ra hình ảnh nhất quán, đủ sáng của các mũi khoan.

Bước 3: Cấu Hình Template Image và Alignment​

3.1 Điều Hướng Đến Alignment​

  1. Nhấp "Template Image and Alignment" trong menu breadcrumb, HOẶC
  2. Sử dụng menu thả xuống để chọn "Template Image and Alignment"

3.2 Bỏ Qua Aligner (Cho Hướng Dẫn Này)​

Vì các mũi khoan sẽ được đặt nhất quán:

  1. Chọn Skip Aligner
  2. Nhấp Save để áp dụng thay đổi

Khi Nào Sử Dụng Aligner: Sử dụng aligner khi các bộ phận đến ở các vị trí hoặc hướng khác nhau. Đối với hướng dẫn này, chúng ta giả định vị trí đặt bộ phận nhất quán.

Bước 4: Thiết Lập ROI Kiểm Tra​

4.1 Điều Hướng Đến Inspection Setup​

  1. Nhấp "Inspection Setup" trong menu breadcrumb

4.2 Xác Định Region of Interest​

ROI xác định nơi phân loại sẽ diễn ra:

  1. Đặt một mũi khoan trong khung nhìn camera
  2. Kéo các góc của ROI để bao quanh mũi khoan
  3. Đảm bảo ROI:
    • Hoàn toàn chứa mũi khoan
    • Loại trừ nền không cần thiết
    • Đủ lớn cho biến thể mũi khoan lớn nhất của bạn

4.3 Các Thực Hành Tốt Nhất Cho ROI​

NênKhông Nên
Bao gồm tất cả các tính năng quan trọngLàm ROI quá lớn (bao gồm nhiễu)
Để lại viền nhỏ xung quanh đối tượngCắt mất các phần của đối tượng
Căn giữa vị trí đối tượng dự kiếnBao gồm nhiều đối tượng trong một ROI
Giữ kích thước ROI nhất quán giữa các hình ảnhThay đổi ROI giữa các lần chụp

4.4 Lưu Cấu Hình ROI​

  1. Xác minh vị trí ROI với các kích thước mũi khoan khác nhau
  2. Nhấp Save để áp dụng cài đặt ROI

Điểm Kiểm Tra: ROI của bạn phải bao quanh các mũi khoan một cách nhất quán bất kể kích thước cụ thể của chúng.

Bước 5: Huấn Luyện Mô Hình Phân Loại​

5.1 Điều Hướng Đến Classification Block​

  1. Nhấp "Classification Block" trong menu breadcrumb

5.2 Tạo Các Lớp Phân Loại​

Bạn sẽ tạo các lớp cho các kích thước mũi khoan khác nhau:

Ví Dụ Các Lớp:

  • Mũi Khoan Nhỏ (1-3mm)
  • Mũi Khoan Trung Bình (4-6mm)
  • Mũi Khoan Lớn (7-10mm)

5.3 Chụp Hình Ảnh Huấn Luyện​

Đối với mỗi lớp, chụp ít nhất 5 hình ảnh khác nhau:

Lớp 1: Mũi Khoan Nhỏ​

  1. Đặt một mũi khoan nhỏ trong ROI
  2. Nhấp chụp để lấy hình ảnh huấn luyện
  3. Gán nhãn hình ảnh là "Small"
  4. Lặp lại với 4 mũi khoan nhỏ khác (hướng/vị trí khác nhau)

Lớp 2: Mũi Khoan Trung Bình​

  1. Đặt một mũi khoan trung bình trong ROI
  2. Chụp và gán nhãn là "Medium"
  3. Lặp lại 4 lần nữa với các mũi khoan trung bình khác nhau

Lớp 3: Mũi Khoan Lớn​

  1. Đặt một mũi khoan lớn trong ROI
  2. Chụp và gán nhãn là "Large"
  3. Lặp lại 4 lần nữa với các mũi khoan lớn khác nhau

5.4 Các Thực Hành Tốt Nhất Cho Hình Ảnh Huấn Luyện​

Thực Hành Tốt NhấtTại Sao Quan Trọng
Sử dụng các ví dụ khác nhauCải thiện khả năng khái quát hóa của mô hình
Thay đổi hướngXử lý biến thể vị trí trong thực tế
Bao gồm các trường hợp biênPhát hiện ranh giới tốt hơn giữa các lớp
Duy trì ánh sáng nhất quánGiảm lỗi phụ thuộc vào ánh sáng
Tối thiểu 5+ hình ảnhCung cấp đủ dữ liệu huấn luyện

5.5 Xem Lại và Xác Minh Nhãn​

  1. Kiểm tra kỹ tất cả hình ảnh đã gán nhãn
  2. Đảm bảo gán đúng class
  3. Loại bỏ bất kỳ ví dụ nào bị gán nhãn sai

5.6 Bắt Đầu Huấn Luyện Model​

  1. Nhấp vào Train Classification Model
  2. Chọn chế độ huấn luyện:
    • Fast: Huấn luyện nhanh để kiểm tra (2-5 phút)
    • Accurate: Huấn luyện chất lượng production (10-20 phút)
  3. Chọn số lần lặp (iteration):
    • Nhiều lần lặp hơn = Độ chính xác tốt hơn
    • Nhiều lần lặp hơn = Thời gian huấn luyện lâu hơn
  4. Nhấp vào Start Training

5.7 Theo Dõi Tiến Trình Huấn Luyện​

Cửa sổ tiến trình huấn luyện hiển thị:

  • Số lần lặp hiện tại
  • Phần trăm độ chính xác huấn luyện
  • Thời gian hoàn thành ước tính

Điều Khiển Huấn Luyện:

  • Abort Training: Dừng huấn luyện khi cần
  • Finish Training Early: Dừng khi độ chính xác đã đủ

Mẹo Huấn Luyện:

  • Huấn luyện tự động dừng khi đạt độ chính xác mục tiêu
  • Độ chính xác 85%+ thường tốt cho sử dụng production
  • Bạn có thể huấn luyện lại với nhiều hình ảnh hơn nếu độ chính xác thấp

✅ Checkpoint: Model của bạn nên đạt độ chính xác huấn luyện >85%.

Bước 6: Kiểm Tra Bộ Phân Loại​

6.1 Truy Cập Live Preview​

  1. Nhấp vào Live Preview sau khi huấn luyện hoàn tất
  2. Đặt các mũi khoan khác nhau vào ROI
  3. Quan sát kết quả phân loại:
    • Tên class được dự đoán
    • Phần trăm độ tin cậy
    • Thời gian phân loại

6.2 Kiểm Tra Xác Thực​

Kiểm tra từng class một cách có hệ thống:

Loại Kiểm TraKết Quả Mong ĐợiHành Động Nếu Thất Bại
Mũi Nhỏ Đã BiếtĐược phân loại là "Small" với độ tin cậy >80%Thêm nhiều hình ảnh huấn luyện hơn
Mũi Trung Bình Đã BiếtĐược phân loại là "Medium" với độ tin cậy >80%Xem lại độ chính xác của việc gán nhãn
Mũi Lớn Đã BiếtĐược phân loại là "Large" với độ tin cậy >80%Huấn luyện lại với nhiều ví dụ hơn
ROI TrốngKhông có phân loại hoặc độ tin cậy thấpĐiều chỉnh ngưỡng độ tin cậy

6.3 Khắc Phục Sự Cố Phân Loại​

Vấn ĐềNguyên Nhân Có ThểGiải Pháp
Độ tin cậy thấpDữ liệu huấn luyện không đủThêm nhiều hình ảnh huấn luyện hơn
Phân loại saiChất lượng hình ảnh kémCải thiện ánh sáng/tiêu điểm
Kết quả không nhất quánROI bao gồm nhiễu nềnGiảm kích thước ROI
Các class bị nhầm lẫnĐối tượng trông giống nhauThêm các ví dụ có tính phân biệt hơn

Bước 7: Cấu Hình Logic Pass/Fail​

7.1 Điều Hướng Đến IO Block​

Đảm bảo tất cả các AI block đã được huấn luyện (trạng thái xanh) trước khi tiếp tục:

  1. Nhấp vào "IO Block" trong menu breadcrumb, HOẶC
  2. Chọn "Configure I/O" từ Recipe Editor

7.2 Định Vị Classification Logic Node​

  1. Tìm "Classification Block Logic Node" (node màu tím)
  2. Nếu không thấy: Kéo từ menu các node ở bên trái

Màu Node: Các node màu tím đại diện cho Overview Logic Blocks cho các thao tác AI.

7.3 Cấu Hình Classification Logic​

  1. Nhấp đúp vào Classification Logic Node
  2. Cấu hình các thiết lập:

Lựa Chọn ROI​

  • Chọn ROI của bạn từ dropdown "Inspection Region"

Ngưỡng Độ Tin Cậy​

  • Đặt ngưỡng độ tin cậy (thường là 70-85%)
  • Ngưỡng cao hơn = Phân loại nghiêm ngặt hơn
  • Ngưỡng thấp hơn = Phân loại dễ dãi hơn

Lựa Chọn Class Mục Tiêu​

  • Chọn class mục tiêu cho kết quả "pass"
  • Ví dụ: Chọn "Medium" nếu chỉ mũi khoan cỡ vừa được cho qua

Logic Nhiều ROI (Nâng Cao)​

  • Thêm ROI nếu cần
  • Chọn logic: Quy tắc "Any" hoặc "All" phải được thỏa mãn

7.4 Ví Dụ Cấu Hình Pass/Fail​

Cấu Hình 1: Pass Theo Kích Thước Cụ Thể​

ROI: Drill_Bit_ROI
Target Class: Medium
Confidence: 80%
Logic: Pass only medium drill bits

Cấu Hình 2: Pass Theo Dải Kích Thước​

ROI: Drill_Bit_ROI
Target Classes: Medium OR Large
Confidence: 75%
Logic: Pass medium or large bits

Cấu Hình 3: Loại Bỏ Mũi Khoan Nhỏ​

ROI: Drill_Bit_ROI
Target Class: NOT Small
Confidence: 85%
Logic: Fail if classified as small

7.5 Triển Khai Cấu Hình Logic​

  1. Nhấp Done ở góc trên bên phải
  2. Nhấp Deploy ở góc trên bên phải của trình chỉnh sửa Node-RED
  3. Xác minh thông báo triển khai thành công

Bước 8: Kiểm Tra và Xác Nhận Cuối Cùng​

8.1 Kiểm Tra End-to-End​

Kiểm tra toàn bộ quy trình kiểm tra:

  1. Đặt các đối tượng thử nghiệm vào khu vực kiểm tra
  2. Kích hoạt kiểm tra (thủ công hoặc tự động)
  3. Xác minh kết quả:
    • Hiển thị phân loại đúng
    • Chỉ báo pass/fail chính xác
    • Hiệu năng thời gian ổn định

8.2 Danh Sách Kiểm Tra Xác Nhận Sản Xuất​

Trường Hợp Kiểm TraKết Quả Mong Đợi✓
Đối tượng thuộc class mục tiêuKết quả Pass☐
Đối tượng không thuộc class mục tiêuKết quả Fail☐
ROI trốngKết quả Fail☐
Đối tượng bị che khuất một phầnMức độ tin cậy phù hợp☐
Điều kiện ánh sáng kémHiệu năng ổn định☐

8.3 Tối Ưu Hóa Hiệu Năng​

Nếu kết quả chưa đạt yêu cầu:

  1. Thêm hình ảnh huấn luyện (đặc biệt các trường hợp biên)
  2. Điều chỉnh ngưỡng tin cậy
  3. Cải thiện độ đồng nhất của ánh sáng
  4. Tinh chỉnh vị trí ROI
  5. Huấn luyện lại với chế độ "Accurate"

Chúc Mừng!​

Bạn đã tạo thành công mô hình phân loại đầu tiên của mình! Hệ thống OV80i của bạn giờ đây có thể:

  • Tự động nhận diện các kích thước mũi khoan khác nhau
  • Áp dụng logic pass/fail dựa trên kết quả phân loại
  • Cung cấp điểm tin cậy cho mỗi lần phân loại
  • Tích hợp với quy trình sản xuất thông qua điều khiển I/O

Các Bước Tiếp Theo​

Giờ đây khi bạn đã thành thạo phân loại single-ROI, hãy cân nhắc khám phá:

Kỹ Thuật Phân Loại Nâng Cao​

  • Phân loại đa ROI cho các bộ phận phức tạp
  • Phân loại phân cấp để phân loại chi tiết
  • Kiểm tra kết hợp (phân loại + phát hiện lỗi)

Tích Hợp Sản Xuất​

  • Giao tiếp PLC để phân loại tự động
  • Ghi nhật ký dữ liệu để theo dõi chất lượng
  • Quản lý recipe cho nhiều dòng sản phẩm

Tối Ưu Hóa Mô Hình​

  • Transfer learning cho các sản phẩm tương tự
  • Active learning để cải tiến liên tục
  • Giám sát hiệu năng và lịch huấn luyện lại

🔗 Xem Thêm​

Hướng Dẫn Khắc Phục Sự Cố​

Các Vấn Đề Thường Gặp và Giải Pháp​

Vấn ĐềTriệu ChứngGiải Pháp
Độ chính xác kémPhân loại thường xuyên saiThêm nhiều hình ảnh huấn luyện đa dạng hơn
Hiệu suất chậmThời gian xử lý dàiGiảm kích thước ROI, tối ưu hóa ánh sáng
Kết quả không nhất quánCùng một đối tượng cho kết quả khác nhauCải thiện vị trí đặt bộ phận, kiểm tra tiêu cự
False positiveROI trống hiển thị phân loạiTăng ngưỡng độ tin cậy
Huấn luyện thất bạiModel không huấn luyện thành côngKiểm tra chất lượng hình ảnh, đảm bảo 5+ hình ảnh cho mỗi lớp

Nhận Trợ Giúp​

Nếu bạn gặp các vấn đề không được đề cập trong hướng dẫn này:

  1. Kiểm tra các hướng dẫn khắc phục sự cố trong tài liệu
  2. Xem lại nhật ký hệ thống để tìm thông báo lỗi
  3. Liên hệ bộ phận hỗ trợ Overview kèm theo:
    • File xuất recipe
    • Hình ảnh mẫu cho thấy vấn đề
    • Chi tiết cấu hình hệ thống

Hoàn Thành Hướng Dẫn! Giờ đây bạn đã có một hệ thống phân loại hoạt động sẵn sàng để sử dụng trong sản xuất. Hãy nhớ thường xuyên xác nhận hiệu suất và huấn luyện lại model khi cần để duy trì độ chính xác theo thời gian.