Машиналық көру жүйелерінің өнімділігі мен дәлдігін қалай бағалауға болады?

Өнеркәсіптік автоматтандыру мен интеллектуалды өндірісті үздіксіз тереңдете отырып,Машинамен көру жүйелері бірте-бірте өндіріс орындарында сапаны бақылау және процесті оңтайландыру үшін негізгі өндірістік жабдыққа айналды. Дегенмен, көптеген пайдаланушылар үшін машиналық көру жобаларын таңдау, сынау немесе енгізу кезінде жүйенің өнімділігі мен дәлдігін ғылыми тұрғыдан бағалау әдісі әлі де орналастырудың сәттілігіне әсер ететін негізгі фактор болып табылады.

Төменде жабдықты бағалау критерийлеріне назар аударылады. Өндірістік сынау әдістері мен практикалық қолдану нүктелері компанияларға машиналық көру жабдығы жиынтығы кәсіби және практикалық тұрғыдан шынымен «практикалық» және «сенімді» екенін анықтауға көмектеседі.

1. Тиімділікті бағалаудың негізгі өлшемдері

Машиналық көру жүйесін бағалау үшін әдетте бес өлшемнен бастау керек: кескін сапасы, тексеру жылдамдығы, тану дәлдігі, қоршаған ортаның тұрақтылығы және жүйенің үйлесімділігі:

1.Сурет сапасы

Бейне көру жүйесінің негізі болып табылады. Бағалау кезінде келесі көрсеткіштерге назар аудару керек:

Ажыратымдылық және айқындық: егжей-тегжейлі тексеру үшін қажетті пиксель тығыздығы орындалды ма;

Жарықтандыру және контраст: кескіннің жарқын және біркелкі болуы және контуры анық болуы;

Бұрмалау мен айқындықты басқару: линзаның оптикалық сапасы жеткілікті ме.

Жоғары сапалы кескіндер алгоритмді тану әсерін жақсартып қана қоймайды, сонымен қатар деректерді кейінгі өңдеуге кепілдік береді.

2. Тану дәлдігі

Дәлдік әдетте нақты өндірістегі көру алгоритмдерінің өнімділігін өлшеу үшін қолданылады. Бағалау әдістеріне мыналар жатады:

Ақауларды тану дәлдігі (TPR)

Жалған анықтау жылдамдығы (FPR) және өткізіп алған анықтау жылдамдығы (FNR)

OCR тану жылдамдығы немесе штрих-кодты оқудың сәтті жылдамдығы

Сіз сенсорларды жұмыс жағдайын имитациялау және тексеру үшін үлгі суреттерін үздіксіз импорттау үшін пайдалана аласыз. Әртүрлі жағдайлардың статистикасын қамтамасыз ету үшін мүмкіндігінше көп сынақ үлгілерін жинау ұсынылады.

3. Өңдеу жылдамдығы

Жүйе ырғақты талаптарға сәйкес келе ме, жоқ па - бұл бағалаудың кілттерінің бірі. Жалпы мыналарды қамтиды:

Суретті алу жылдамдығы (кадр жиілігі)

Суретті өңдеу уақыты (мс)

Жалпы машина реакциясы және шығару уақыты

Нақты жобаларда нақты өлшеуді «жинаудан нәтиже шығаруға дейінгі бүкіл жүйенің» жалпы уақытына негіздеу ұсынылады.

4. Тұрақтылық және кедергіге қарсы

Жүйенің нақты өндірістік ортада ұзақ уақыт бойы тұрақты жұмыс істей алатынын бағалаңыз, мыналарға назар аударыңыз:

Сыртқы жарықтың өзгеруіне бейімделу

Температура, ылғалдылық, діріл және электромагниттік кедергі кезінде тұрақты өнімділік

Ұзақ мерзімді үздіксіз жұмыс кезінде кідіріс немесе тану ауытқуы бар ма?

Мысалы, дәнекерлеу шеберханаларында, майлы орталарда немесе діріл өндіру желілерінде нақты өмірде тексеру сынақтарын жүргізу ұсынылады.

5. Жүйенің ашықтығы және үйлесімділігі

Машиналық көру жүйелері көбінесе PLC, роботтар, дерекқорлар немесе MES жүйелерімен интерфейсті қажет етеді. Сізге назар аудару керек:

Ол стандартты протоколдарға қолдау көрсете ме (мысалы, GigE Vision, USB3 Vision, Modbus, OPC UA және т.б.);

Екінші даму үшін SDK қамтамасыз ету керек пе;

Кескін көп форматты экспорттауды және платформаны қондыруды (мысалы, Halcon, VisionPro, LabVIEW және т.б.) қолдайтынын;

Күшті үйлесімді жүйе болашақта кеңейту және техникалық қызмет көрсету үшін қолайлы.

2. Тиімді өнімділікті тексеру жоспарын қалай құруға болады?

Көру жүйелерінің өнімділігін ғылыми тұрғыдан бағалау үшін компанияларға енгізу кезеңінде келесі процестерді орнату ұсынылады:

Анықтау мақсаттары мен дәлдік талаптарын нақтылаңыз: өлшемдік дәлдік, таңбаны тану жылдамдығы және т.б.;

Бақылау үлгілерінің кітапханасын құру: қалыпты өнімдерді, типтік ақаулы өнімдерді және шекаралық жағдайларды қоса;

Сынақ платформасын құру: үздіксіз жұмыс істеу үшін нақты жұмыс жағдайларын имитациялау;

Статистикалық деректерді жинау: дәлдік, жауап беру уақыты, қалыптан тыс жағдайлар және т.б.;

Кезеңді қайта тестілеу және оңтайландыру: сынақ нәтижелеріне негізделген параметрлер мен алгоритмдерді үздіксіз реттеу;

Нақты үлгіні және жұмыс жағдайын сынау арқылы қажеттіліктерге ең жақсы жауап беретін шешімді тиімді таңдауға болады.

3. Кейс анықтамасы: Электрондық саладағы кейіпкерлерді анықтау жобасы

Электроника зауытының өндірістік жүйесі аккумулятор корпусындағы таңбаларды анықтау үшін интеллектуалды көру жүйесін енгізді. Тұтынушылар негізінен таңбалардың тұтастығы мен қателерді тану жылдамдығына алаңдайды. Көру жүйесімен тестілеуден кейін деректерді генерациялаудың жалпы нәтижесі төмендегідей:

Орташа танудың дәлдігі: 99,2%

Жалған тану деңгейі: <0,3%

Толық кескінді тану жауап уақыты: 80 мс

Таңба контрастын бейімдеу функциясы, өту жылдамдығы 15%-ға артады

Бұл ретте жүйе сәйкестендіру нәтижелерін нақты уақытта жүктеп салуға және қалыптан тыс бақылауға мүмкіндік беретін тұтынушының MES жүйесіне үздіксіз қол жеткізуді қолдайды.

Машиналық көру оңай орнатылып, пайдалануға болатын құрылғы емес. Жүйенің өнімділігі мен дәлдігі қолданбаның соңғы әсеріне тікелей әсер етеді. Стандартты тестілеу әдістері, нақты қолданба сценарийін модельдеу және көп өлшемді индикаторды бағалау арқылы компаниялар модельдерді дәл таңдап, сынақ және қате шығындарын азайта алады.

Zhixiang Vision тұтынушыларға өнімділігі жоғары, тұрақтылығы жоғары машиналық көру шешімдерін ұсынуды жалғастыруда және үлгілік тестілеуден, алгоритмді оңтайландырудан жүйе интеграциясына дейін бір терезе қызметтерін ұсына отырып, пайдаланушы қажеттіліктеріне негізделген сынақ жоспарларын әзірлейді. қош келдіңізбізге хабарласыңыз .Үлгіні тексеру және теңшелген бағалау қызметін қолдау үшін