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 OV80i 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，以自動識別並分類不同型別的物件——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，能夠自動識別並分選不同尺寸的鑽頭，並具有可配置的透過/失敗邏輯。

預計時間： 45-60 分鐘

技能水平： 初學者

先決條件： 已設定並連線的 OV80i 攝像頭系統

第一步：建立新的分類程式​

1.1 訪問程式建立​

  1. 在 OV80i 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​

Add A New Recipe 彈窗將會顯示：

  1. 輸入程式名稱： 使用描述性名稱，例如 "Drill_Bit_Classification_v1"
    • 命名提示： 包含物件型別和版本號以便於識別
  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 啟用程式​

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

✅ 檢查點： 程式現在處於 "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場內
  2. 對焦鏡頭——轉動 C-mount 鏡頭上的對焦環，直到鑽頭邊緣清晰銳利
  3. 驗證清晰度，勾選 Enable Focus View，將高亮邊緣並顯示對焦分數，然後鎖定對焦環

對焦提示：

  • 使用實時預覽實時檢視對焦變化
  • 聚焦於最重要的特徵（鑽頭刃槽、尖端幾何形狀）
  • 確保物件的整個深度都在焦距範圍內

2.3 最佳化曝光設定​

適當的曝光可確保影象質量的一致性：

  1. 使用滑塊或手動輸入調整曝光
  2. 追求均衡的照明，使得：
    • 物件細節清晰可見
    • 沒有區域過曝（純白）
    • 陰影不會遮擋重要特徵

2.4 配置 LED 照明​

照明對分類準確度有顯著影響：

  1. 根據您的物件選擇 LED 光照模式：
    • 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，可嘗試：
    • Bright field 用於一般形狀分類
    • Side lighting 突出刃槽幾何形狀

2.5 調整 Gamma 設定​

Gamma 控制影象對比度：

  1. 調整 Gamma 以增強特徵可見度
  2. 較低的值可使暗部變亮
  3. 較高的值可增加對比度

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： 您的相機現在應能生成一致、光照良好的鑽頭影象。

第 3 步：配置模板影象與對齊​

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（本教程中）​

由於鑽頭將被一致地放置：

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

何時使用對齊器： 當零件到達時位置或方向不同時，使用對齊器。在本教程中，我們假設零件放置位置一致。

第 4 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 定義了分類將在何處進行：

  1. 在相機檢視中放置一個鑽頭
  2. 拖動 ROI 角點以框住鑽頭
  3. 確保 ROI：
    • 完全包含鑽頭
    • 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​

應該做不應該做
包含所有重要特徵ROI 過大（包含噪聲）
在物體周圍留出小邊界切掉物體的部分
將預期物體位置居中在一個 ROI 中包含多個物體
在影象間保持一致的 ROI 大小在捕獲之間更改 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 都應能一致地框住鑽頭。

第 5 步：訓練分類模型​

5.1 導航至分類模型​

  1. 在麵包屑選單中點選 "Classification Block"

5.2 建立分類類別​

您將為不同尺寸的鑽頭建立類別：

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​

對每個類別，至少捕獲 5 張不同的影象：

類別 1：小型鑽頭​

  1. 在 ROI 中放置一個小型鑽頭
  2. 點選捕獲以拍攝訓練影象
  3. 將影象標籤為 "Small"
  4. 對另外 4 個小型鑽頭重複此操作（不同方向/位置）

類別 2：中型鑽頭​

  1. 在 ROI 中放置一箇中型鑽頭
  2. 捕獲並標籤為 "Medium"
  3. 使用不同的中型鑽頭再重複 4 次

類別 3：大型鑽頭​

  1. 在 ROI 中放置一個大型鑽頭
  2. 捕獲並標籤為 "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
使用不同的示例提升模型泛化能力
變換方向處理真實世界中的定位變化
包含邊緣案例更好地檢測類別之間的邊界
保持一致的光照減少與光照相關的錯誤
最少 5 張影象提供足夠的訓練資料

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. 刪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： 生產質量訓練（10-20 分鐘）
  3. 選擇迭代次數：
    • 迭代次數越多 = 精度越高
    • 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​

訓練進度模態框顯示：

  • 當前迭代次數
  • 訓練精度百分比
  • 預計完成時間

訓練控制：

  • Abort Training： 如有需要可停止訓練
  • Finish Training Early： 當精度足夠時停止

訓練技巧：

  • 達到目標精度時訓練會自動停止
  • 精度達到 85% 以上通常適合生產使用
  • 如果精度較低，可以使用更多影象重新訓練

✅ 檢查點： 您的模型應達到 >85% 的訓練精度。

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. 將不同的鑽頭放入 ROI 中
  3. 觀察分類結果：
    • 預測的類別名稱
    • 置信度百分比
    • 分類時間

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
已知的小鑽頭分類為 "Small"，置信度 >80%新增更多訓練影象
已知的中鑽頭分類為 "Medium"，置信度 >80%檢查標註準確性
已知的大鑽頭分類為 "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 包含背景噪聲縮小 ROI 尺寸
類別混淆物件外觀相似新增更多可區分的示例

第 7 步：配置透過/失敗邏輯​

7.1 導航到 IO模組​

在繼續之前，確保所有 AI模組 都已訓練完成（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入

節點顏色： 紫色節點代表用於 AI 操作的 Overview Logic Blocks。

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 "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%）
  • 閾值越高 = 分類越嚴格
  • 閾值越低 = 分類越寬鬆

目標類別選擇​

  • 選擇目標類別用於"透過"結果
  • 示例： 如果只有中等鑽頭應透過，選擇"Medium"

多 ROI 邏輯（高階）​

  • 新增更多 ROI（如需要）
  • 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

第八步：最終測試與驗證​

8.1 端到端測試​

測試完整的檢測工作流：

  1. 放置測試物件到檢測區域
  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☐
光照條件差一致的效能☐

8.3 效能最佳化​

如果結果不理想：

  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. 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 OV80i 系統現在可以：

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

後續步驟​

現在您已經掌握了單 ROI 分類，可以考慮探索：

高階分類技術​

  • 多 ROI 分類用於複雜零件
  • 分層分類用於詳細的分類
  • 組合檢測（分類 + 缺陷檢測）

生產整合​

  • PLC 通訊用於自動分揀
  • 資料日誌用於質量追蹤
  • 程式管理用於多產品線

模型最佳化​

  • 遷移學習用於類似產品
  • 主動學習用於持續改進
  • 效能監控和重新訓練計劃

🔗 參見​

故障排除指南​

常見問題與解決方案​

問題症狀解決方案
準確率低分類結果頻繁出錯新增更多多樣化的訓練影象
效能慢處理時間過長減小 ROI 尺寸，最佳化光照
結果不一致同一物體產生不同結果改善零件定位，檢查對焦
誤報空的 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，確保每類至少 5 張影象

獲取幫助​

如果您遇到本教程未涵蓋的問題：

  1. 檢視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！ 您現在擁有一個可用於生產的分類系統。請記住定期驗證效能，並根據需要重新訓練模型，以長期保持準確性。