Hagnaður:
- Hæfni til að útskýra hvernig gallar á yfirborði efnisins greinast og flokkast með myndvinnslu og vélanámi.
- Hæfni til að túlka falskt jákvætt/neikvætt jafnvægi, 4 punkta stigakerfi og frammistöðumælingar líkana
- Geta til að hanna sannprófunaruppsetningu sem prófar sjálfvirka gallagreiningarútgang með mannlegri skoðun og líkamlegri skoðun
Í mörg ár hefur gæðaeftirlit með dúk reitt sig á mannlegt auga: rekstraraðili horfir klukkutímum saman á efni á upplýstu skoðunarborði, merkir og skorar á alla galla sem hann sér. Þetta verk er þreytandi, huglægt og viðkvæmt fyrir þreytu og mistökum; Athyglin er ekki eins skörp í lok vaktarinnar og hún er í upphafi. Tölvusjón og vélanám lofa að gera þessa skoðun sjálfvirkan: háhraðamyndavél skannar efnið, greinir og flokkar gallamynstur á nokkrum sekúndum. Í þessari einingu munum við ræða hvernig þetta kerfi virkar, viðmiðin sem það er metið eftir og hvers vegna mannlegt eftirlit er enn ómissandi.
Efnagallar og skoðunarmál
Til að skilja sjálfvirka uppgötvun er fyrst nauðsynlegt að vita nafn gallanna. Dæmigerðir gallar í ofnum dúk: undið brot (skortur á lengdarþræði), ívafi/viðmót (þverlína), gat, blettur, þykkur/þunnur staður, undið hopp. Í prjónuðu efni: nálarmerki (lengdarlína, frá bilun í nál), villisaumur, gat, þykktarmunur. Við prentun og litun: litamunur, slípun (óreglu í litun), rennur, skvettur.
Skoðunarniðurstöður eru oft skornar með fjögurra punkta kerfi: Hver galli fær 1-4 stig í samræmi við lengdarlengd hans (t.d. 1 stig upp að 8 cm, 4 stig yfir 15 cm) og heildareinkunn á 100 m² er reiknuð út. Fyrir neðan viðmiðunarmörk (t.d. 40 stig/100 m²) telst „samþykki“, að ofan er talið „höfnun“. Sjálfvirk stigagjöf með gervigreind ætti að líkja eftir þessum staðli; Það ætti ekki að framleiða sína eigin handahófskenndu einkunn.
Ábending: Framleiðsla sjálfvirka kerfisins ætti alltaf að vera hægt að breyta eftir viðurkenndum stigastaðli þínum (svo sem 4 punkta) og umburðarlyndi viðskiptavina. „Módelið fann 12 frávik“ eitt og sér tekur ekki viðskiptaákvörðun; Það verður að breyta því í stig og ákvarðanir.
Hvernig virkar sjálfvirk gallagreining?
Nútímakerfi sameina oft þessar tvær aðferðir. Stýrð flokkun er þegar gervi taugakerfi (sérstaklega myndviðeigandi convolutional neural network, enska CNN) þjálfað með þúsundum áður merktra galladæma spáir fyrir um hvort galli sé í nýju myndinni og gerð hennar. Fráviksgreining lærir hins vegar hið „venjulega“ efni og merkir allt sem víkur frá eðlilegu sem gallakandídat; Það virkar fyrir sjaldgæfa galla sem aldrei hafa sést þar sem ekki er nauðsynlegt að merkja hverja gallategund fyrirfram.
Við lesum frammistöðu kerfisins með tveimur grunnviðmiðum. Næmi (inköllun): hversu mörg prósent af raunverulegum göllum fann það? Nákvæmni: Hversu hátt hlutfall af því sem þeir sögðu að væri galli væri í raun galli? Það er jafnvægi á milli þessara tveggja. Falsk neikvæð (vantar gallann) þýðir að gallaðar vörur eru afhentar viðskiptavininum; Rangt jákvætt (að merkja hið fullkomna sem gallað) þýðir óþarfa sóun og hægagang. Í gæðakrítískri notkun er þröskuldur almennt valinn til að halda fölskum neikvæðum lágum, á meðan auknar falskar jákvæðar gangast undir hraða aðra athugun af mannlegum rekstraraðila.
Hér er mikilvæg gildra: nákvæmni ein og sér er villandi. Í framleiðslulínu eru kannski 2% af efninu gallað. Heimskulegt líkan sem kallar allt "fullkomið" segir 98% nákvæmni en grípur ekki einn einasta galla. Þess vegna, í ójafnvægum gögnum, er ekki horft til næmni og nákvæmni gallaflokksins, heldur nákvæmni.
Skref fyrir skref: Mat á uppgötvunarkerfi
- Safna fulltrúagögnum. Myndir sem ná yfir raunverulegt efnisafbrigði (litur, áferð, lýsing) sem kerfið mun sjá; Þar á meðal sjaldgæfir gallar.
- Athugaðu gæði merkimiða. Ef þjálfunarmerkin eru röng, lærir líkanið líka rangt; Prófaðu merkimiðana með sérfræðingsauga.
- Mæla næmi/nákvæmni. Sérstaklega fyrir gallaflokkinn; Ekki bara líta á almenna nákvæmni.
- Skoðaðu rangar neikvæðar. Eiga gallarnir sem gleymdist sameiginlegt (ákveðinn litur, ákveðin birta)?
- Settu upp mann-í-lykkju. Láttu stjórnandann staðfesta hvað líkanið hefur merkt; beina óvissunni til fólks.
- Fylgjast með og endurmennta. Uppfærðu gagnasafnið þegar nýjar gerðir galla koma fram (hugtaksrek).
Þrjú Mini Cases: By the Numbers
Tilvik 1 - Villandi nákvæmni. Birgir seldi kerfi sem sagði „módelið okkar er 97% nákvæmt“. Ávöxtun viðskiptavina jókst á sviði. Greiningin sýndi að næmni gallaflokksins var aðeins 61%, sem þýðir að 39 af hverjum 100 raunverulegum göllum var sleppt. Nákvæmni var mikil vegna þess að megnið af efninu var þegar gallalaust. Þröskuldur endurstilltur og mannastjórn bætt við; næmi jókst í 92%, rangar jákvæðar niðurstöður voru eytt af rekstraraðilanum.
Mál 2 — Ljósaskipti. Í einni línu þrefaldaðist falskur jákvæður þegar síðdegis sólarljós sló á skoðunarsvæðið; Fyrirsætan hélt að skuggarnir væru blettir. Vandamálið var leyst þegar útsýnisástandið (lokaður skápur, stöðug LED lýsing) var staðlað. Lexía: myndauppsetningin snýst jafn mikið um gæði og líkanið.
Mál 3 - Tími og vinnu. Fyrirtæki eyddi að meðaltali 9 mínútum í að skoða handvirkt 100 metra af efni. Með forskönnun myndavélar + staðfestingarlíkanið var tíminn styttur í 4 mínútur og leki minnkaður vegna þess að stjórnandinn veitti aðeins merktum svæðum athygli. Það sem var mikilvægt var að sjálfvirkni skerpti ekki stjórnandann, heldur auga stjórnandans.
Veik kvaðning / sterk kvaðning
Athugið: Sérstök kerfi sem greina gallamyndina beint eru aðskilin; hér notum við gervigreind fyrir ferlihönnun, gagnamat og skýrslugerð.
Veik kvaðning:
Segðu mér, er gallagreiningarlíkanið okkar gott?
Öflug tilvitnun:
Hlutverk þitt: Textílgæðaverkfræðingur og gagnagreinandi.Hér fyrir neðan eru prófunarniðurstöður gallagreiningarlíkans (ruglingsfylki:sanna jákvætt, rangt jákvætt, rangt neikvætt, satt neikvætt). Verkefni:1) Reiknaðu næmni og nákvæmni fyrir gallaflokkinn, sýndu formúluna.2) Útskýrðu með þessum tölum hvers vegna heildarnákvæmni getur verið villandi fyrir þessa framleiðslu. Komdu með áþreifanlegar tillögur um þröskuldsstillingu og mannlega skoðun. Tölur: [fylki]
Afritanleg sniðmát
1) Metrareikningur og túlkun:
Reiknaðu næmni, nákvæmni og F1 stig úr eftirfarandi ruglingsfylki, skrifaðu hverja formúlu og rökstuddu hvor þeirra er mikilvægari hvað varðar gæði. Fylki: [TP, FP, FN, TN]
2) Fölsk neikvæð undirrót:
Hér að neðan er eiginleikalisti yfir óheppnaða (falska neikvæða) galla (tegund galla, litur, ljós, hraði). Búðu til algengar mynsturtilgátur og leggðu til sannprófunarprófun fyrir hverja tilgátu. Gögn: [listi]
3) Umbreyting í 4 punkta stig:
Umbreyttu eftirfarandi greiningarútgangi í 4 punkta kerfi: skoraðu hvern galla í samræmi við lengd hans, reiknaðu heildarskor á 100 m², berðu saman við [þröskuld] skor og mæli með samþykki/höfnun. Gallalisti: [listi]
4) Drög að skoðunarskýrslu:
Dragðu yfirlit yfir eftirfarandi vaktagallana: efstu 3 gallarnir, möguleg uppspretta ferlis (tilgáta), heildarhlutfall höfnunar og ráðlagðar aðgerðir. Ekki búa til tölurnar, notaðu bara það sem gefið er upp. Gögn: [tafla]
Metrasamanburðarrit
viðmiðun
Hvaða ráðstafanir
Er gott að vera hár?
Mikilvægi í gæðum
Nákvæmni
Á heildina litið rétt hlutfall
Getur verið villandi
Lítið á ójafnvægi gagna
Næmi (innkalla)
Raunverulegt gallahlutfall gripið
Já
Sleppir fölskum neikvæðum (mikilvægum)
Nákvæmni
Sannleikurinn í því sem þú segir er galli
Já
Dregur úr fölskum jákvæðum/sóun
falskt neikvætt
sloppið við galla
Nei, það ætti að vera lágt
Hætta á gölluðum vörum fyrir viðskiptavini
falskt jákvætt
tóm viðvörun
Nei en það er þolað
Skilvirkni/hraðatap
Athugið: Sjálfvirka kerfið er „forskini“, ekki „samþykkjandi“. Endanleg gæðaviðurkenningarákvörðun krefst samþykkis þar til bærs gæðafulltrúa, sérstaklega fyrir lotur sem eru háðar samningi viðskiptavina. Líkanið flýtir fyrir stjórn manna, en undanþiggur það ekki.
Algeng mistök
- Að horfa á réttlætið og vera sáttur. Mikil nákvæmni felur gripi í ójafnvægi gagna.
- Vanræksla áhorfsástandsins. Án stöðugrar lýsingar og stöðugs hraða er líkanið óáreiðanlegt.
- Ekki athuga gæði merkimiða. Líkanið sem er þjálfað með röngum merkimiða lærir rangt.
- Að gleyma nýju tegundinni af galla. Ef gögn eru ekki uppfærð fyrir nýja galla sem birtast með tímanum mun frammistaðan hnigna hljóðlaust.
- Að skera fólk út. Hin mikilvæga samþykkisákvörðun krefst samþykkis manna.
Í stuttu máli
Myndvinnsla flýtir mjög fyrir efnisskoðun og bætir upp þreytu manna. En frammistaða hans er ekki lesin af nákvæmni, heldur af næmni og nákvæmni gallaflokksins; Falsk neikvæð er hættulegasta villan í gæðum. Stöðugt myndgreiningarástand, gæðamerki og skoðun manna í lykkju eru þrjár stoðir áreiðanleika kerfisins. Sjálfvirk framleiðsla er bráðabirgðaskimun; Endanleg samþykkisákvörðun er eftir með samþykki verkfræðings.
Umsóknarverkefni
Skilgreindu dæmi um ruglingsfylki fyrir gallagreiningarkerfi (t.d. 100 gölluð, 4900 fullkomin sýni). Láttu næmni, nákvæmni og F1 reikna út með sniðmátinu „metrareikninga“ í þessari einingu; athugaðu síðan niðurstöðurnar handvirkt. Ræddu í málsgrein hvað verður um rangar jákvæðar þegar þú breytir þröskuldinum til að helminga fölsku neikvæðuna í sama fylki og ákveðið hvaða jafnvægi er rétt fyrir vöruna þína.
gátlisti
- [ ] Ég met árangur út frá næmi/nákvæmni, ekki nákvæmni.
- [ ] Ég túlka hættuna á fölskum neikvæðum samhliða viðskiptaáhrifum.
- [ ] Ég staðlaði áhorfsskilyrði (ljós, hraði).
- [ ] Ég athuga reglulega gæði merkimiða og nýjar gerðir galla.
- [ ] Ég legg mannlegt samþykki fyrir endanlega samþykkisákvörðun; Líkanið er eingöngu forsíut.