Počítačové videnie s AI

Moderné few-shot modely často začínajú s niekoľkými stovkami snímok; systém sa potom ďalej učí priamo vo výrobe.

Priemyselné kamery a osvetlenie sa vyberajú pre každú aplikáciu zvlášť a dodávame kompletne navrhnuté pracovisko.

Nové varianty sa rýchlo dotrénujú z existujúcich modelov, čo sa hodí pre výrobu s veľkým počtom variantov.

Na správne dimenzovanom serveri trvá inferencia milisekundy a málokedy je úzkym miestom, hoci latenciu treba rozpočítať na každé pracovisko, keď viac kamier zdieľa jednu GPU. O odpovedi rozhoduje zvyšok slučky: diel musí byť v okamihu spúšťacieho signálu v pokoji a osvetlený vždy rovnako a rozhodnutie o vyradení musí prísť skôr, než diel dorazí k miestu vyradenia. Ak vám takt na to nenechá priestor, riešenie je mechanické; rýchlejší model to nevyrieši.

Áno, dodatočné nasadenie (retrofit) je bežné, ale práca je väčšinou mechanická a elektrická, nie softvérová. Potrebujete spúšťací signál z PLC alebo zo snímača, akčný člen, ktorý dokáže chybný diel vyradiť, a kabeláž späť k inferenčnému serveru. Trénovanie modelu býva najkratšou časťou projektu; o harmonograme rozhoduje to, ako dosiahnuť, aby diel prišiel pred kameru v každom cykle rovnako.

Všetko, čo kamera nevidí. Vnútorné trhliny, pórovitosť pod povrchom, prievar zvaru, uťahovací moment a vlastnosti materiálu vyžadujú inú metódu. Lepší model ich neuvidí. Videnie má problém aj tam, kde vada nemá konzistentný vizuálny prejav, kde je hranica prijateľnosti skôr vecou ľudského vkusu než popísateľného kritéria a kde sa diely natáčajú nepredvídateľne. Skôr než začnete pracovisko špecifikovať, ujasnite si, ktoré druhy vád naozaj chcete zachytiť.

Keď beží, niekto musí potvrdzovať alebo opravovať klasifikácie, pri ktorých si systém nie je istý, a práve táto spätná väzba udržiava modely aktuálne. Je to opakovaná záťaž, nie však celý úväzok. Väčšina práce príde skôr, v prvých týždňoch: zozbierať reprezentatívne snímky dobrých dielov a každej triedy vád, ktorá vás zaujíma. Nikto by to nemal dostať navyše k plnej zmene bez vyhradeného času.

Mýli sa dvoma smermi a rozhodovacím prahom vymieňate jedno za druhé. Sprísnite ho a dobré diely idú do nepodarkov alebo na opakovanú kontrolu; uvoľnite ho a vady prejdú. Obe chyby musia byť viditeľné, preto sa každé rozhodnutie ukladá so snímkou a vyradené diely treba v pevnom intervale porovnávať s posúdením človeka. Pracovisko, ktorého falošné vyradenia nikto nekontroluje, sa operátori skôr či neskôr naučia obchádzať.

Inferencia beží na lokálnom GPU serveri pre videnie, takže rozhodovacia slučka v reálnom čase nikdy neopustí závod. Vďaka tomu je latencia dosť nízka na vyradenie priamo na linke. Uložené snímky a opravy operátorov, ktoré slúžia na pretrénovanie, sú samostatná otázka: ak modely na vašich dátach ladí MSF, dohodnite v zmluve, či tieto snímky zostanú v závode. Zvyšok platformy sa dá nasadiť ako SaaS, v privátnom cloude alebo on-premise.

Odkloní sa z linky a potom o ňom rozhodne ten, komu to rozhodnutie patrí: nepodarok, prepracovanie alebo výnimka. Samotný výsledok ide do MSF Quality, kde sa premietne do SPC diagramov a môže automaticky založiť záznam o nezhode. Automatická nie je eskalácia vo chvíli, keď začne pribúdať niektorý typ vady, preto si postup rozhodovania a eskalácie dohodnite skôr, než sa kamera namontuje.