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）

本教程將引導您在 OV10i 攝像頭系統上建立您的第一個分類模型。您將學習如何設定單個感興趣區域（ROI）分類器，以自動識別和分類不同型別的物體——在本示例中為不同尺寸的鑽頭。

您將構建的內容： 一個可正常工作的分類模型，能夠自動識別和分揀不同尺寸的鑽頭，並具有可配置的透過/失敗邏輯。

預計時間： 45-60 分鐘

技能等級： 初學者

先決條件： 已設定並連線 OV10i 攝像頭系統

第一步：建立新的分類程式​

1.1 訪問程式建立介面​

  1. 在 OV10i 介面中導航至 All Recipes 頁面
  2. 點選右上角的 + New Recipe

1.2 配置程式設定​

將出現 Add A New Recipe 對話方塊：

  1. 輸入程式名稱： 使用描述性名稱，例如 "Drill_Bit_Classification_v1"
    • 命名提示： 包含物體型別和版本，以便於識別
  2. 選擇程式型別： 從下拉選單中選擇 "Classification"
  3. 點選 OK 建立程式

1.3 啟用並開啟程式編輯器​

  1. 在 All Recipes 列表中找到您的新程式（狀態顯示為 "Inactive"）
  2. 點選程式條目右側的 Activate
  3. 點選 Activate and go to editor 進行確認並啟動程式編輯器

✅ 檢查點： 程式現在已處於 "Active" 狀態，並顯示程式編輯器。

第二步：配置攝像頭影象設定​

2.1 開啟影象配置​

  1. 在程式編輯器左下方點選 Configure Imaging

2.2 調整對焦設定​

對焦對於準確分類至關重要：

  1. 將鑽頭放置在攝像頭的視野範圍內
  2. 調整對焦，可使用以下任一方式：
    • 滑塊控制元件，或
    • 手動輸入數值
  3. 測試不同的對焦位置，直到鑽頭邊緣清晰銳利

對焦提示：

  • 使用實時預覽實時檢視對焦變化
  • 對焦於最重要的特徵（鑽頭螺旋槽、尖端幾何形狀）
  • 確保物體的整個深度都處於對焦範圍內

2.3 最佳化曝光設定​

正確的曝光可確保影象質量一致：

  1. 使用滑塊或手動輸入調整曝光
  2. 力求平衡的光照，使得：
    • 物體細節清晰可見
    • 無區域過曝（純白）
    • 陰影不會遮擋重要特徵

2.4 配置 LED 光照​

光照對分類準確性有顯著影響：

  1. 根據您的物體選擇 LED 光照模式：
    • Bright Field（明場）： 通用照明
    • Dark Field（暗場）： 突出邊緣和表面缺陷
    • Side Lighting（側光）： 顯示紋理和高度變化
  2. 對於鑽頭，可嘗試：
    • Bright field（明場） 用於一般形狀分類
    • Side lighting（側光） 用於強調螺旋槽幾何形狀

2.5 調整 Gamma 設定​

Gamma 控制影象對比度：

  1. 調整 Gamma 以增強特徵可見性
  2. 較低值使暗區變亮
  3. 較高值增加對比度

2.6 儲存影象設定​

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

✅ 檢查點： 您的相機現在應能拍攝出光照良好且一致的鑽頭影象。

第三步：配置模板影象和對齊​

3.1 導航至對齊​

  1. 在麵包屑選單中點選 "Template Image and Alignment"，或
  2. 使用下拉選單選擇 "Template Image and Alignment"

3.2 跳過對齊器（本教程）​

由於鑽頭將一致地放置：

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

何時使用對齊器： 當零件以不同位置或方向到達時使用對齊器。本教程假設零件放置位置一致。

第四步：設定檢測 ROI​

4.1 導航至檢測設定​

  1. 在麵包屑選單中點選 "Inspection Setup"

4.2 定義感興趣區域​

ROI 定義分類發生的位置：

  1. 將鑽頭放置在相機視野中
  2. 拖動 ROI 角點以框選鑽頭
  3. 確保 ROI：
    • 完整包含鑽頭
    • 排除不必要的背景
    • 足夠大以容納您最大的鑽頭變體

4.3 ROI 最佳實踐​

應做不應做
包含所有重要特徵使 ROI 過大（包含噪聲）
在物體周圍留有少量邊距切掉物體的一部分
將預期物體位置居中在一個 ROI 中包含多個物體
在所有影象中保持 ROI 尺寸一致在不同捕獲之間更改 ROI

4.4 儲存 ROI 配置​

  1. 使用不同尺寸的鑽頭驗證 ROI 定位
  2. 點選 Save 以應用 ROI 設定

檢查點： 無論鑽頭的具體尺寸如何，您的 ROI 都應能一致地框選鑽頭。

第五步：訓練分類模型​

5.1 導航至分類模組​

  1. 在麵包屑選單中點選 "Classification Block"

5.2 建立分類類別​

您將為不同的鑽頭尺寸建立類別：

示例類別：

  • 小型鑽頭（1-3mm）
  • 中型鑽頭（4-6mm）
  • 大型鑽頭（7-10mm）

5.3 捕獲訓練影象​

對於每個類別，至少捕獲 5 張不同的影象：

類別 1：小型鑽頭​

  1. 將一個小型鑽頭放置在 ROI 中
  2. 點選捕獲以拍攝訓練影象
  3. 將影象標記為 "Small"
  4. 使用另外 4 個小型鑽頭重複操作（不同方向/位置）

類別 2：中型鑽頭​

  1. 將一箇中型鑽頭放置在 ROI 中
  2. 捕獲並標記為 "Medium"
  3. 使用不同的中型鑽頭再重複 4 次

類別 3：大型鑽頭​

  1. 將一個大型鑽頭放置在 ROI 中
  2. 捕獲並標記為 "Large"
  3. 使用不同的大型鑽頭再重複 4 次

5.4 訓練影象最佳實踐​

最佳實踐重要原因
使用不同的樣本提升模型的泛化能力
變換方向處理實際場景中的定位變化
包含邊緣情況更好地檢測類別之間的邊界
保持光照一致減少與光照相關的誤差
至少 5 張影象提供充足的訓練資料

5.5 檢查並驗證標籤​

  1. 仔細檢查所有已標註的影象
  2. 確保類別分配正確
  3. 移除任何標註錯誤的示例

5.6 開始模型訓練​

  1. 點選 Train Classification Model
  2. 選擇訓練模式：
    • Fast： 用於測試的快速訓練（2-5 分鐘）
    • Accurate： 生產級質量訓練（10-20 分鐘）
  3. 選擇迭代次數：
    • 迭代次數越多 = 準確率越高
    • 迭代次數越多 = 訓練時間越長
  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
  • 訓練準確率百分比
  • 預計完成時間

訓練控制：

  • Abort Training： 在需要時停止訓練
  • Finish Training Early： 當準確率足夠時停止

訓練提示：

  • 當達到目標準確率時，訓練會自動停止
  • 85% 以上的準確率通常適合生產使用
  • 如果準確率較低，您可以使用更多影象重新訓練

✅ 檢查點： 您的模型應達到 >85% 的訓練準確率。

第 6 步：測試您的分類器​

6.1 訪問實時預覽​

  1. 訓練完成後，點選 Live Preview
  2. 將不同的鑽頭放置在 ROI 中
  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​

系統性地測試每個類別：

測試型別預期結果失敗時的操作
已知小型鑽頭分類為 "Small"，置信度 >80%新增更多訓練影象
已知中型鑽頭分類為 "Medium"，置信度 >80%檢查標註準確性
已知大型鑽頭分類為 "Large"，置信度 >80%使用更多示例重新訓練
空 ROI無分類或低置信度調整置信度閾值

6.3 分類問題故障排除​

問題可能原因解決方案
置信度低訓練資料不足新增更多訓練影象
分類錯誤影象質量差改善光照/對焦
結果不一致ROI 中包含背景噪聲縮小 ROI 範圍
類別混淆物體外觀相似新增更多有區分度的示例

第 7 步：配置 Pass/Fail 邏輯​

7.1 導航至 IO模組​

在繼續之前，確保所有 AI模組均已訓練完成（綠色狀態）：

  1. 在麵包屑選單中點選 "IO Block"，或
  2. 從程式編輯器中選擇 "Configure I/O"

7.2 定位分類邏輯節點​

  1. 找到 "Classification Block Logic Node"（紫色節點）
  2. 如果缺失： 從左側節點選單中拖動新增

節點顏色： 紫色節點代表用於 AI 操作的 Overview 邏輯模組。

7.3 配置分類邏輯​

  1. 雙擊分類邏輯節點
  2. 配置設定：

ROI 選擇​

  • 從 "Region of Interest (ROI)" 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%）
  • 閾值越高 = 分類越嚴格
  • 閾值越低 = 分類越寬鬆

目標類別選擇​

  • 為"透過"結果選擇目標類別
  • 示例： 如果只有中等鑽頭應該透過，則選擇 "Medium"

多個 ROI 邏輯（高階）​

  • 根據需要新增更多 ROI
  • 選擇邏輯： "Any"（任意）或 "All"（全部）規則必須透過

7.4 透過/失敗 配置示例​

配置 1：特定尺寸透過​

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：拒絕小鑽頭​

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. 點選右上角的 Done
  2. 點選 Node-RED 編輯器右上角的 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. 將測試物件放置到檢測區域
  2. 觸發檢測（手動或自動）
  3. 驗證結果：
    • 顯示正確的分類
    • 正確的透過/失敗 指示
    • 一致的時序效能

8.2 生產驗證檢查清單​

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☐
光照條件不佳一致的效能表現☐

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（特別是邊緣案例）
  2. 調整置信度閾值
  3. 改善光照一致性
  4. 最佳化 ROI 定位
  5. 使用 "Accurate" 模式重新訓練

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：

  • 自動識別不同的鑽頭尺寸
  • 根據分類結果應用透過/失敗 邏輯
  • 為每個分類提供置信度分數
  • 透過 I/O 控制與生產工作流整合

後續步驟​

既然您已經掌握了單 ROI 分類，可以考慮探索：

高階分類技術​

  • 用於複雜零件的多 ROI 分類
  • 用於詳細分類的分層分類
  • 組合檢測（分類 + 缺陷檢測）

生產整合​

  • 用於自動分揀的 PLC 通訊
  • 用於質量追蹤的資料日誌記錄
  • 用於多產品線的程式管理

模型最佳化​

  • 適用於類似產品的遷移學習
  • 用於持續改進的主動學習
  • 效能監控與重新訓練計劃

🔗 另請參閱​

故障排除指南​

常見問題與解決方案​

問題症狀解決方案
準確度不佳分類經常出錯新增更多多樣化的訓練影象
效能緩慢處理時間過長縮小 ROI 大小，最佳化光照
結果不一致同一物件產生不同結果改進零件定位，檢查對焦
誤報空 ROI 顯示分類結果提高置信度閾值
訓練失敗模型無法成功訓練檢查影象質量，確保每個類別至少 5 張影象

獲取幫助​

如果您遇到本教程未涵蓋的問題：

  1. 查閱文件中的故障排除指南
  2. 檢視系統日誌以獲取錯誤訊息
  3. 聯絡 Overview 支援團隊，並提供：
    • 程式匯出檔案
    • 顯示問題的示例影象
    • 系統配置詳情

教程完成！ 您現在已擁有一套可用於生產的分類系統。請記得定期驗證效能，並根據需要重新訓練模型，以長期保持準確性。