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 相機系統上建立第一個分類模型。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，是不同尺寸的鑽頭。

您將構建的內容： 一個可以自動識別和分類不同鑽頭尺寸的工作分類模型，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： OV80i 相機系統已設定並連線

步驟 1：建立新分類配方​

1.1 訪問配方建立​

  1. 在您的 OV80i 介面中導航到所有配方 頁面
  2. 點選 + 新配方 在右上角

1.2 配置配方設定​

新增新配方 模態將出現：

  1. 輸入配方名稱： 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. 選擇配方型別： 從下拉選單中選擇 "分類"
  3. 點選 確定 建立配方

1.3 啟用配方​

  1. 在所有配方列表中找到您的新配方（它將顯示為 "非活動"）
  2. 點選配方條目右側的 啟用
  3. 點選 啟用並進入編輯器 確認並啟動配方編輯器

✅ 檢查點： 配方現在為 "活動"，並顯示配方編輯器。

步驟 2：配置相機成像設定​

2.1 開啟成像配置​

  1. 在配方編輯器的左下角點選 配置成像

2.2 調整焦距設定​

焦距對於準確分類至關重要：

  1. 將您的鑽頭放置在相機的視野中
  2. 使用以下任一方式調整焦距：
    • 滑塊控制，或
    • 手動輸入值
  3. 測試不同的焦距位置，直到鑽頭邊緣清晰銳利

焦距提示：

  • 使用實時預覽檢視焦距變化
  • 專注於最重要的特徵（鑽頭槽、尖端幾何形狀）
  • 確保物體的整個深度都在焦點內

2.3 最佳化曝光設定​

適當的曝光確保一致的影象質量：

  1. 使用滑塊或手動輸入調整曝光
  2. 力求平衡照明，使：
    • 物體細節清晰可見
    • 沒有區域過曝（純白）
    • 陰影不遮擋重要特徵

2.4 配置 LED 照明​

照明顯著影響分類準確性：

  1. 根據您的物體選擇 LED 燈光模式：
    • 明場： 一般照明
    • 暗場： 突出邊緣和表面缺陷
    • 側光： 顯示紋理和高度變化
  2. 對於鑽頭，嘗試：
    • 明場 用於一般形狀分類
    • 側光 強調槽幾何形狀

2.5 調整伽瑪設定​

伽瑪控制影象對比度：

  1. 調整伽瑪 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 儲存成像設定​

  1. 檢視實時預覽中的所有設定
  2. 點選 儲存成像設定 以應用配置

✅ 檢查點： 您的相機現在應該能夠生成一致且光線充足的鑽頭影象。

第 3 步：配置模板影象和對齊​

3.1 導航到對齊​

  1. 在麵包屑選單中點選 "模板影象和對齊"，或者
  2. 使用下拉選單 選擇 "模板影象和對齊"

3.2 跳過對齊器（本教程適用）​

由於鑽頭將被一致放置：

  1. 選擇 跳過對齊器
  2. 點選 儲存 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。對於本教程，我們假設零件放置一致。

第 4 步：設定檢測 ROI​

4.1 導航到檢測設定​

  1. 在麵包屑選單中點選 "檢測設定"

4.2 定義興趣區域​

ROI 定義了分類將發生的位置：

  1. 在相機檢視中放置一個鑽頭
  2. 拖動 ROI 角落 以框定鑽頭
  3. 確保 ROI：
    • 完全包含鑽頭
    • 排除不必要的背景
    • 對於您最大的鑽頭變體足夠大

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）
在物體周圍留小邊距切掉物體的部分
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. 使用不同鑽頭尺寸驗證 ROI 位置
  2. 點選 儲存 以應用 ROI 設定

檢查點： 您的 ROI 應該能夠一致框定鑽頭，無論其具體大小如何。

第 5 步：訓練分類模型​

5.1 導航到分類塊​

  1. 在麵包屑選單中點選 "分類塊"

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：

  • 小鑽頭（1-3mm）
  • 中鑽頭（4-6mm）
  • 大鑽頭（7-10mm）

5.3 捕獲訓練影象​

對於每個類別，捕獲至少 5 張不同的影象：

類別 1：小鑽頭​

  1. 在 ROI 中放置一個小鑽頭
  2. 點選捕獲 以拍攝訓練影象
  3. 將影象標記為 "小"
  4. 重複 4 次使用其他小鑽頭（不同方向/位置）

類別 2：中鑽頭​

  1. 在 ROI 中放置一箇中鑽頭
  2. 捕獲並標記為 "中"
  3. 再重複 4 次 使用不同的中鑽頭

類別 3：大鑽頭​

  1. 在 ROI 中放置一個大鑽頭
  2. 捕獲並標記為 "大"
  3. 再重複 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
使用不同的示例改善模型的泛化能力
變化方向處理現實世界中的位置變化
包括邊緣案例更好地檢測類別之間的邊界
保持一致的照明減少依賴照明的錯誤
至少 5 張影象提供足夠的訓練資料

5.5 審查和驗證標籤​

  1. 仔細檢查所有標記的影象
  2. 確保正確的類別分配
  3. 刪除任何標記錯誤的示例

5.6 開始模型訓練​

  1. 點選 Train Classification Model
  2. 選擇訓練模式：
    • 快速： 用於測試的快速訓練（2-5分鐘）
    • 準確： 生產質量的訓練（10-20分鐘）
  3. 選擇迭代次數：
    • 更多迭代 = 更好的準確性
    • 更多迭代 = 更長的訓練時間
  4. 點選 Start Training

5.7 監控訓練進度​

訓練進度模態顯示：

  • 當前迭代次數
  • 訓練準確性百分比
  • 預計完成時間

訓練控制：

  • 中止訓練： 如有需要可停止訓練
  • 提前完成訓練： 當準確性足夠時停止

訓練提示：

  • 當達到目標準確性時，訓練會自動停止
  • 85% 以上的準確性通常適合生產使用
  • 如果準確性較低，可以使用更多影象進行重新訓練

✅ 檢查點： 您的模型應達到 >85% 的訓練準確性。

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. 在 ROI 中放置不同的鑽頭
  3. 觀察分類結果：
    • 預測類別名稱
    • 置信度百分比
    • 分類時間

6.2 驗證測試​

系統地測試每個類別：

測試型別預期結果失敗時的操作
已知小鑽頭分類為 "Small" >80% 置信度新增更多訓練影象
已知中鑽頭分類為 "Medium" >80% 置信度檢查標記準確性
已知大鑽頭分類為 "Large" >80% 置信度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
低置信度訓練資料不足新增更多訓練影象
錯誤分類影象質量差改善照明/對焦
結果不一致ROI 包含背景噪聲減小 ROI 大小
類別混淆物體相似新增更多區分性示例

第 7 步：配置合格/不合格邏輯​

7.1 導航到 IO 塊​

在繼續之前，請確保所有 AI 塊已訓練（綠色狀態）：

  1. 在麵包屑選單中點選 "IO Block"，或者
  2. 從配方編輯器中選擇 "Configure I/O"

7.2 找到分類邏輯節點​

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

節點顏色： 紫色節點代表用於 AI 操作的 Overview 邏輯塊。

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%）
  • 更高的閾值 = 更嚴格的分類
  • 更低的閾值 = 更寬鬆的分類

目標類別選擇​

  • 選擇目標類別 以獲得“透過”結果
  • 示例： 如果僅應透過中等尺寸的零件，請選擇“中等”

多個 ROI 邏輯（高階）​

  • 如有需要，新增更多 ROI
  • 選擇邏輯： “任意”或“全部”規則必須透過

7.4 示例透過/失敗配置​

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：拒絕小尺寸零件​

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. 點選 完成 在右上角
  2. 點選 部署 在 Node-RED 編輯器的右上角
  3. 驗證部署 成功訊息

第 8 步：最終測試和驗證​

8.1 端到端測試​

測試完整的檢查工作流程：

  1. 將測試物件放置 在檢查區域
  2. 觸發檢查（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
    • 一致的時間效能

8.2 生產驗證檢查表​

測試案例預期結果✓
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水平☐
光照條件差一致的效能☐

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（特別是邊緣案例）
  2. 調整置信閾值
  3. 改善光照一致性
  4. 最佳化 ROI 位置
  5. 使用“準確”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
  • 應用透過/失敗邏輯 基於分類結果
  • 提供每個分類的置信分數
  • 透過 I/O 控制 與生產工作流程整合

下一步​

現在您已經掌握了單 ROI 分類，考慮探索：

高階分類技術​

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

生產整合​

  • PLC 通訊 用於自動分揀
  • 資料記錄 用於質量跟蹤
  • 配方管理 用於多個產品線

模型最佳化​

  • 遷移學習 用於相似產品
  • 主動學習 用於持續改進
  • 效能監控 和重新訓練計劃

🔗 另請參閱​

故障排除指南​

常見問題及解決方案​

問題症狀解決方案
準確性差分類結果經常錯誤新增更多樣化的訓練影象
效能緩慢處理時間長減小 ROI 大小，最佳化照明
結果不一致同一物體給出不同結果改善部件定位，檢查對焦
誤報空的 ROI 顯示分類增加置信度閾值
訓練失敗模型無法成功訓練檢查影象質量，確保每個類別有 5 張以上影象

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. 檢查系統日誌以獲取錯誤資訊
  3. 聯絡 Overview 支援，提供：
    • 配方匯出檔案
    • 顯示問題的樣本影象
    • 系統配置詳細資訊

教程完成！ 您現在擁有一個準備投入生產使用的分類系統。請記得定期驗證效能，並根據需要重新訓練您的模型，以保持長期準確性。