چگونه می توان عملکرد و دقت سیستم های بینایی ماشین را ارزیابی کرد؟

با تعمیق مداوم اتوماسیون صنعتی و تولید هوشمند،سیستم‌های بینایی ماشین به تدریج به تجهیزات کلیدی تولید برای کنترل کیفیت و بهینه‌سازی فرآیند در سایت‌های تولید تبدیل شده‌اند. با این حال، برای بسیاری از کاربران، نحوه ارزیابی علمی عملکرد و دقت سیستم هنگام انتخاب، آزمایش یا معرفی پروژه‌های بینایی ماشین هنوز یک عامل کلیدی است که بر موفقیت استقرار تأثیر می‌گذارد.

موارد زیر بر معیارهای ارزیابی تجهیزات تمرکز خواهند کرد. روش‌های تست تولید و نکات کاربردی عملی به شرکت‌ها کمک می‌کند تا در مورد اینکه آیا مجموعه‌ای از تجهیزات بینایی ماشین واقعاً «عملی» و «قابل اعتماد» هستند، از منظر حرفه‌ای‌تر و کاربردی‌تر قضاوت کنند.

1. ابعاد اصلی ارزیابی عملکرد

برای ارزیابی یک سیستم بینایی ماشین، معمولاً باید از پنج بعد کیفیت تصویربرداری، سرعت بازرسی، دقت تشخیص، ثبات محیطی و سازگاری سیستم شروع کنید:

1-کیفیت تصویر

تصویر پایه و اساس سیستم بینایی است. هنگام ارزیابی، باید به شاخص های زیر توجه کنید:

وضوح و وضوح: اینکه آیا تراکم پیکسلی مورد نیاز برای بازرسی دقیق برآورده شده است یا خیر.

نور و کنتراست: آیا تصویر روشن و یکنواخت است و آیا طرح کلی واضح است.

کنترل اعوجاج و وضوح: اینکه آیا لنز کیفیت نوری کافی دارد یا خیر.

تصاویر با کیفیت بالا نه تنها می توانند جلوه تشخیص الگوریتم را بهبود بخشند، بلکه تضمینی برای پردازش داده های بعدی نیز ارائه می دهند.

2. دقت تشخیص

دقت معمولا برای اندازه گیری عملکرد الگوریتم های بینایی در تولید واقعی استفاده می شود. روش های ارزیابی عبارتند از:

دقت تشخیص نقص (TPR)

نرخ تشخیص کاذب (FPR) و نرخ تشخیص از دست رفته (FNR)

نرخ تشخیص OCR یا میزان موفقیت در خواندن بارکد

می توانید از سنسورها برای شبیه سازی شرایط کاری استفاده کنید و به طور مداوم تصاویر نمونه را برای تأیید وارد کنید. توصیه می شود تا حد امکان نمونه های آزمایشی جمع آوری شود تا از آمار شرایط مختلف اطمینان حاصل شود.

3. سرعت پردازش

این که آیا سیستم می تواند الزامات ضربان را برآورده کند یکی از کلیدهای ارزیابی است. به طور کلی شامل:

سرعت گرفتن تصویر ( نرخ فریم )

زمان پردازش تصویر (ms)

پاسخ کلی دستگاه و زمان خروجی

در پروژه های واقعی، توصیه می شود که اندازه گیری واقعی بر اساس کل زمان 'کل سیستم از جمع آوری تا نتایج خروجی' باشد.

4. ثبات و ضد تداخل

ارزیابی کنید که آیا سیستم می تواند برای مدت طولانی در یک محیط صنعتی واقعی به طور پایدار کار کند یا خیر، با تمرکز بر موارد زیر:

سازگاری با تغییرات نور محیط

عملکرد پایدار تحت دما، رطوبت، ارتعاش و تداخل الکترومغناطیسی

آیا تاخیر یا انحراف تشخیص در طول عملیات مداوم طولانی مدت وجود دارد؟

به عنوان مثال، در کارگاه های جوشکاری، محیط های روغنی یا خطوط تولید ارتعاش، انجام تست های تایید واقعی توصیه می شود.

5. باز بودن و سازگاری سیستم

سیستم‌های بینایی ماشین اغلب نیاز به ارتباط با PLC، ربات‌ها، پایگاه‌های داده یا سیستم‌های MES دارند. باید توجه کنید:

این که آیا از پروتکل های استاندارد (مانند GigE Vision، USB3 Vision، Modbus، OPC UA و غیره) پشتیبانی می کند.

آیا باید SDK برای توسعه ثانویه ارائه شود.

آیا تصویر از صادرات چند فرمتی و اتصال پلت فرم پشتیبانی می کند (مانند Halcon، VisionPro، LabVIEW، و غیره).

یک سیستم با سازگاری قوی برای توسعه و نگهداری آینده مفید است.

2. چگونه یک برنامه تست عملکرد موثر ایجاد کنیم؟

برای ارزیابی علمی عملکرد سیستم‌های بینایی، توصیه می‌شود که شرکت‌ها فرآیندهای زیر را در مرحله معرفی راه‌اندازی کنند:

اهداف تشخیص و الزامات دقت را روشن کنید: مانند دقت ابعادی، نرخ تشخیص کاراکتر و غیره.

یک کتابخانه نمونه کنترلی ایجاد کنید: شامل محصولات معمولی، محصولات معیوب معمولی و موارد مرزی.

ساخت یک پلت فرم آزمایشی: شبیه سازی شرایط کاری واقعی برای عملیات مداوم.

جمع آوری داده های آماری: دقت، زمان پاسخگویی، موقعیت های غیرعادی و غیره؛

آزمایش مجدد و بهینه سازی مرحله ای: به طور مداوم پارامترها و الگوریتم ها را بر اساس نتایج آزمایش تنظیم کنید.

از طریق نمونه واقعی و آزمایش شرایط کاری، راه حلی که بهترین نیازها را برآورده می کند می تواند به طور موثر انتخاب شود.

3. مرجع مورد: پروژه تشخیص کاراکتر صنعت الکترونیک

سیستم تولید کارخانه الکترونیک یک سیستم بینایی هوشمند برای شناسایی شخصیت های روی بدنه باتری ها معرفی کرده است. مشتریان عمدتاً نگران میزان یکپارچگی کاراکتر و میزان خطای تشخیص هستند. پس از آزمایش با سیستم بینایی، نتیجه کلی تولید داده به شرح زیر است:

میانگین دقت تشخیص: 99.2٪

نرخ تشخیص نادرست: <0.3٪

زمان پاسخ تشخیص تصویر کامل: 80 میلی‌ثانیه

عملکرد تنظیم تطبیقی ​​کنتراست کاراکتر، نرخ عبور 15٪ افزایش می یابد

در عین حال، سیستم از دسترسی یکپارچه به سیستم MES مشتری پشتیبانی می‌کند و امکان آپلود بی‌درنگ نتایج شناسایی و ردیابی غیرعادی را فراهم می‌کند.

بینایی ماشین وسیله ای نیست که بتوان آن را به راحتی نصب و استفاده کرد. عملکرد و دقت سیستم به طور مستقیم بر اثر برنامه نهایی تأثیر می گذارد. از طریق روش‌های تست استاندارد، شبیه‌سازی سناریوهای کاربردی واقعی و ارزیابی شاخص‌های چند بعدی، شرکت‌ها می‌توانند مدل‌ها را با دقت انتخاب کرده و هزینه‌های آزمون و خطا را کاهش دهند.

Zhixiang Vision به ارائه راه‌حل‌های بینایی ماشین با کارایی بالا و پایداری بالا به مشتریان ادامه می‌دهد و برنامه‌های آزمایشی را بر اساس نیاز کاربر توسعه می‌دهد و خدمات یک مرحله‌ای از آزمایش نمونه، بهینه‌سازی الگوریتم تا یکپارچه‌سازی سیستم را ارائه می‌کند. خوش آمدیدبا ما تماس بگیرید .برای تست نمونه و پشتیبانی خدمات ارزیابی سفارشی