Thực sự cần bao nhiêu mẫu lỗi?

Vì sao năm mẫu là đủ

Huấn luyện với ít mẫu trích xuất đặc trưng đa chiều và gán trọng số cao hơn cho những đặc trưng mang nhiều thông tin. Thay vì cho mô hình xem mọi biến thể của một lỗi, mô hình học điều gì khiến lỗi khác biệt.

Học chuyển giao càng tăng thêm hiệu quả đó. Các sản phẩm cùng vật liệu và quy trình có chung những đặc trưng đã được học, nên sản phẩm mới chỉ cần học phần khác biệt. Hiện có hơn 30 mô hình tương thích.

Khi một ảnh là đủ

Tấm lớn, thân xe và động cơ cỡ lớn không thể gửi đến chúng tôi trên thực tế, nên mô hình được xây dựng từ một mẫu duy nhất chụp tại hiện trường. Thiết kế hệ chụp ảnh xoay quanh dây chuyền thực tế chính xác hơn việc di chuyển chi tiết.

Khi chỉ cần mẫu đạt

Huấn luyện một lớp học phân bố của chi tiết đạt và đánh dấu bất cứ thứ gì nằm ngoài phân bố đó. Phương pháp này áp dụng khi sản phẩm còn quá mới để có lịch sử lỗi, hoặc khi lỗi hiếm đến mức thu thập phải mất nhiều tháng.

Nếu cần phân loại lỗi theo từng loại — vì mỗi loại dẫn đến một hành động xử lý khác nhau — thì bạn cần mẫu cho từng loại. Dù vậy, mỗi loại cũng chỉ khoảng năm mẫu.

Khi câu trả lời này không áp dụng

• Nếu ngay cả con người cũng không nhìn thấy lỗi, quang học phải được ưu tiên trước số lượng mẫu. Không thuật toán nào phán định được điều mà ánh sáng và ống kính không làm hiện ra.
• Nếu sai khác giữa các chi tiết đạt còn lớn hơn chính lỗi, cần định nghĩa tiêu chuẩn trước. Việc này được thực hiện trong PoC.
• Nếu tiêu chuẩn kiểm tra chưa từng được văn bản hóa và chỉ nằm trong phán đoán của nhân viên kiểm tra, việc đầu tiên là chuyển phán đoán đó thành dữ liệu.

PoC thực tế gồm những gì

• Xác nhận chi tiết và các loại lỗi, ký NDA.
• Nhận mẫu hoặc hình ảnh qua kênh bảo mật.
• Thiết kế cấu hình quang học và chụp ảnh.
• Huấn luyện mô hình và báo cáo định lượng tỷ lệ phát hiện nhầm và bỏ sót lỗi dưới dạng ma trận nhầm lẫn.
• Tính toán tốc độ kiểm tra theo nhịp dây chuyền và phần cứng của bạn.