跳到主要內容

AI 驅動文件

您想了解什麼？

使用分類器（單 ROI 示例）

本教程將帶您在 OV10i 相機系統上建立第一個分類模型。您將學習如何設定一個單 ROI（Region of Interest）的分類器，以自動識別並對不同型別的物件進行分類——在本示例中為鑽頭的不同尺寸。

您將構建的內容： 一個可執行的分類模型，能夠在可配置的透過/不透過邏輯下自動識別並排序不同尺寸的鑽頭。

預計用時： 45–60 分鐘

難度等級： 初學者

前提條件： OV10i 攝像頭系統已設定並連線

步驟 1：建立一個新的分類配方​

1.1 進入配方建立​

  1. Navigate to All Recipes page in your OV10i interface
    在 OV10i 介面中開啟「所有配方」頁面
  2. Click + New Recipe in the top-right corner
    點選 + New Recipe（右上角）

1.2 配置配方設定​

The Add A New Recipe modal will appear:

  1. Enter Recipe Name: Use a descriptive name like "Drill_Bit_Classification_v1"
    輸入配方名稱： 使用描述性名稱，如“Drill_Bit_Classification_v1”
    • Naming Tip: Include the object type and version for easy identification
      • 命名提示： 為便於識別，請包含物件型別和版本號
  2. Select Recipe Type: Choose "Classification" from the dropdown menu
    選擇配方型別： 從下拉選單中選擇 "Classification"
  3. Click OK to create the recipe
    點選 OK 以建立配方

1.3 啟用並開啟配方編輯器​

  1. Locate your new recipe in the All Recipes list (it will show as "Inactive")
    在「所有配方」列表中定位到新建的配方（它將顯示為「未啟用」）
  2. Click Activate on the right side of the recipe entry
    點選配方條目右側的「啟用」
  3. Click Activate and go to editor to confirm and launch the recipe editor
    點選“啟用並進入編輯器”以確認並啟動配方編輯器

✅ Checkpoint: Recipe is now "Active" with the Recipe Editor displayed.
✅ 檢查點： 配方現已處於“已啟用”狀態，且顯示了配方編輯器。

步驟 2：配置相機成像設定​

2.1 開啟成像配置​

  1. Click Configure Imaging in the lower left-hand side of the Recipe Editor
    點選配方編輯器左下角的 Configure Imaging

2.2 調整對焦設定​

對焦對於準確分類至關重要：

  1. Position your drill bits in the camera's field of view
    將鑽頭放置在相機視野內
  2. Adjust Focus using either:
    • The slider control, OR
    • Manual value entry
      調整對焦 使用以下任一方式：
    • 滑塊控制元件，或
    • 手動輸入數值
  3. Test different focus positions until drill bit edges are sharp and clear
    測試不同的對焦位置，直到鑽頭邊緣清晰銳利

對焦提示：

  • Use the live preview to see focus changes in real-time
    • 使用實時預覽實時觀察對焦變化
  • Focus on the most important features (drill bit flutes, tip geometry)
    • 將對焦聚焦在最重要的特徵上（鑽頭螺槽、端部幾何）
  • Ensure the entire depth of your objects is in focus
    • 確保物件的整個深度範圍都在焦平面

2.3 最佳化曝光設定​

合適的曝光可確保一致的影象質量：

  1. Adjust Exposure using the slider or manual entry
    調整曝光 使用滑塊或手動輸入
  2. Aim for balanced lighting where:
    • Object details are clearly visible
      物件細節清晰可見
    • No areas are overexposed (pure white)
      無區域過曝（純白）
    • Shadows don't obscure important features
      陰影不遮擋重要特徵

2.4 配置 LED 照明​

照明對分類準確性具有顯著影響：

  1. Select LED Light Pattern based on your objects:
    • Bright Field：通用照明
    • Dark Field：突出邊緣和表面缺陷
    • Side Lighting：顯示紋理和高度變化
  2. 對於鑽頭，請嘗試以下選項：
    • Bright field 用於一般形狀分類
    • Side lighting 用於強調螺槽幾何

2.5 調整伽瑪設定​

Gamma controls image contrast:

  1. 調整伽瑪以提升特徵可見性
  2. 較低的數值可使暗區變亮
  3. 較高的數值會增強對比度

2.6 儲存成像設定​

  1. 在實時預覽中檢視所有設定
  2. 點選 Save Imaging Settings 以應用配置

✅ 檢查點： 相機現在應能生成一致、光線充足的鑽頭影象。

第 3 步：配置模板影象與對齊​

3.1 導航至 Alignment​

  1. 點選“模板影象與對齊” 在麵包屑導航中，或
  2. 使用下拉選單選擇“模板影象與對齊”

3.2 跳過對齊器（本教程使用）​

由於鑽頭將被一致放置：

  1. 選擇 Skip Aligner
  2. 點選 Save 以應用更改

何時使用對齊器： 當零件到達的位置或方向不同尋常時，請使用對齊器。對於本教程，我們假設零件放置一致。

第 4 步：設定 Inspection ROI​

4.1 導航至 Inspection Setup​

  1. 點選 "Inspection Setup" 在麵包屑導航中

4.2 定義 Region of Interest​

ROI 定義了分類將發生的位置：

  1. 在攝像頭檢視中放置鑽頭
  2. 拖動 ROI 的角點以框選鑽頭
  3. 確保 ROI：
    • 完全包含鑽頭
    • 排除不必要的背景
    • 對於最大的鑽頭尺寸變體也要足夠大

4.3 ROI 最佳實踐​

做不做
包含所有重要特徵將 ROI 設得過大（包含噪聲）
在物件周圍留出小邊框將物件的部分剪下掉
將期望物件居中同一個 ROI 中包含多個物件
在不同影象中保持一致的 ROI 大小拍攝時改變 ROI

4.4 儲存 ROI 配置​

  1. 在不同鑽頭尺寸下驗證 ROI 位置
  2. 點選 Save 以應用 ROI 設定

檢查點： 無論鑽頭的具體尺寸如何，ROI 應能始終框選鑽頭。

第 5 步：訓練 Classification Model​

5.1 導航到 Classification Block​

  1. 點選 "Classification Block" 在麵包屑導航中

5.2 建立 Classification Classes​

您將為不同鑽頭尺寸建立分類類：

示例分類：

  • Small Bits (1-3mm)
  • Medium Bits (4-6mm)
  • Large Bits (7-10mm)

5.3 捕捉 Training Images​

每個類別至少捕捉 5 張不同影象：

Class 1: Small Bits​

  1. 將小鑽頭放置在 ROI 中
  2. 點選 capture 以獲取訓練影象
  3. 將影象標註為“Small”
  4. 對另外 4 個不同方向/位置的小鑽頭重複一次

Class 2: Medium Bits​

  1. 在 ROI 內放置中等尺寸鑽頭
  2. 捕獲並標註為“Medium”
  3. 另外 4 次，使用不同的中等尺寸鑽頭

Class 3: Large Bits​

  1. 在 ROI 內放置大鑽頭
  2. 捕獲並標註為“Large”
  3. 另外 4 次，使用不同的大鑽頭

5.4 訓練影象最佳實踐​

最佳實踐重要原因
使用不同示例提高模型泛化能力
改變方向處理現實世界的定位變化
包含邊緣情況改善類別之間的邊界檢測
保持一致的照明降低受照明影響的錯誤
至少 5 張圖片提供足夠的訓練資料

5.5 標籤稽覈與驗證​

  1. 仔細核對所有帶標籤的影象
  2. 確保正確的類別分配
  3. 刪除任何標註錯誤的樣本

5.6 開始模型訓練​

  1. 點選 Train Classification Model
  2. 選擇訓練模式：
    • Fast: 快速訓練以進行測試（2-5 分鐘）
    • Accurate: 生產級訓練（10-20 分鐘）
  3. 選擇迭代次數：
    • More iterations = Better accuracy → 更多迭代 = 更高的準確度
    • More iterations = Longer training time → 更多迭代 = 更長的訓練時間
  4. 點選 Start Training

5.7 監控訓練進度​

訓練進度對話方塊顯示：

  • 當前迭代次數
  • 訓練準確度百分比
  • 預計完成時間

訓練控制：

  • Abort Training: 如有需要可中止訓練
  • Finish Training Early: 當準確度達到足夠時停止

訓練提示：

  • 訓練在達到目標準確度時自動停止
  • 85%+ 的準確度通常適用於生產環境
  • 如果準確度較低，可以使用更多影象重新訓練

✅ Checkpoint: 您的模型應達到 >85% 的訓練準確度。

Step 6: 測試您的分類器​

6.1 訪問實時預覽​

  1. 點選 Live Preview 訓練完成後
  2. 在 ROI 中放置不同的鑽頭
  3. 觀察分類結果：
    • 預測的類別名稱
    • 置信度百分比
    • 分類耗時

6.2 驗證測試​

逐類系統性測試：

Test TypeExpected ResultAction if Failed
Known Small Bit被分類為 "Small" >80% 置信度新增更多訓練影象
Known Medium Bit被分類為 "Medium" >80% 置信度稽覈標註準確性
Known Large Bit被分類為 "Large" >80% 置信度使用更多示例重新訓練
Empty ROI無分類或置信度較低調整置信閾值

6.3 分類問題排除​

ProblemPossible CausesSolutions
Low confidence訓練資料不足新增更多訓練影象
Wrong classifications影象質量差提高照明/對焦
Inconsistent resultsROI 包含背景噪聲減小 ROI 的尺寸
Classes confused外觀相似的物件新增更多具辨識性的示例

Step 7: 配置透過/失敗邏輯​

7.1 導航到 IO Block​

在繼續之前，請確保所有 AI 塊已訓練完畢（綠色狀態）：

  1. 點選 "IO Block" 在麵包屑選單中，或
  2. 從 Recipe Editor 選擇 "Configure I/O"

7.2 查詢 Classification Logic Node​

  1. 找到 "Classification Block Logic Node"（紫色節點）
  2. **如果缺失：**從左側的節點選單拖拽

節點顏色： 紫色節點表示用於 AI 操作的 Overview Logic Blocks。

7.3 配置 Classification Logic​

  1. 雙擊 Classification Logic Node
  2. 配置設定：

ROI 選擇​

  • 從 "Inspection Region" 下拉選單中選擇您的 ROI

置信度閾值​

  • 設定置信度閾值（通常為 70-85%）
  • 更高閾值 = 更嚴格的分類
  • 較低閾值 = 更寬鬆的分類

目標類別選擇​

  • 為“透過”結果選擇目標類別
  • 示例：如果只有 Medium 位應透過，請選擇“Medium”

多 ROI 邏輯（高階）​

  • 如有需要，請新增更多 ROI
  • 選擇邏輯：Any 或 All 規則必須透過

7.4 示例透過/失敗配置​

配置 1：尺寸特定透過​

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

配置 2：尺寸範圍透過​

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

配置 3：拒絕小件​

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

7.5 部署邏輯配置​

  1. 在右上角點選 Done
  2. 在 Node-RED 編輯器右上角點選 Deploy
  3. 驗證部署成功訊息

第 8 步：最終測試與驗證​

8.1 端到端測試​

測試完整的檢測工作流程：

  1. 在檢測區放置測試物件
  2. 觸發檢測（手動或自動）
  3. 驗證結果：
    • 顯示正確的分類結果
    • 正確的透過/失敗指示
    • 一致的時序效能

8.2 生產驗證清單​

測試用例預期結果✓
目標類別物件透過結果☐
非目標類別物件失敗結果☐
空 ROI失敗結果☐
部分遮擋物件適當的置信度水平☐
照明條件差穩定的效能☐

8.3 效能最佳化​

如果結果不令人滿意：

  1. 新增更多訓練影象（特別是邊緣情況）
  2. 調整置信度閾值
  3. 提高照明一致性
  4. 最佳化 ROI 定位
  5. 在 "Accurate" 模式下重新訓練

恭喜！​

您已成功建立了第一 個分類模型！您的 OV10i 系統現在可以：

  • 自動識別不同鑽頭尺寸
  • 基於分類結果應用透過/失敗邏輯
  • 為每個分類提供置信分數
  • 透過 I/O 控制元件與生產工作流整合

下一步​

現在您已經掌握了單 ROI 分類，可以考慮探索：

高階分類技術​

  • Multi-ROI classification，用於複雜部件
  • Hierarchical classification，用於詳細分類
  • Combination inspection（classification + defect detection）

生產整合​

  • PLC communication，用於自動分揀
  • Data logging，用於質量跟蹤
  • Recipe management，用於多條產品線

模型最佳化​

  • Transfer learning，用於相似產品
  • Active learning，用於持續改進
  • Performance monitoring 與 retraining schedules

🔗 相關連結​

故障排除指南​

常見問題與解決方案​

問題症狀解決方案
精度差分類結果經常錯誤增加更多多樣化的訓練影象
效能慢處理時間較長降低 ROI 大小，最佳化照明
結果不一致同一物件給出不同結果改進部件定位，檢查對焦
誤報空 ROI 顯示分類提高置信度閾值
訓練失敗模型無法成功訓練檢查影象質量，確保每個類別 5 張以上影象

獲取幫助​

如果在本教程中未覆蓋的問題，請：

  1. 在文件中檢視故障排除指南
  2. 檢查系統日誌以獲取錯誤訊息
  3. 聯絡 Overview 支援，並提供：
    • 配方匯出檔案
    • 展示問題的示例影象
    • 系統配置詳情

教程完成！ 現在您擁有一個可投入生產使用的分類系統。請定期驗證效能，並在需要時重新訓練您的模型，以維持長期的準確性。