Trung tâm kiến thức
Mục lục

Q: Cần chú ý điều gì khi chọn nhà cung cấp hệ thống phân loại khuyết tật chất lượng bằng AI?

A: Khi chọn loại nhà cung cấp này, cốt lõi không phải tên thuật toán của họ hoa mỹ đến đâu, mà là họ có giải thích rõ nguyên lý phân loại khuyết tật và tái lập nó một cách ổn định dưới điều kiện dây chuyền của bạn hay không. Một nhà cung cấp không giải thích được nguyên lý sẽ để việc tinh chỉnh tham số và nghiệm thu rơi vào tranh cãi không hồi kết.

1. Trước tiên hãy xem họ dùng lộ trình kỹ thuật nào để phân loại khuyết tật; đừng để chữ AI đánh lừa

Phân loại khuyết tật chủ yếu đi theo vài lộ trình: thị giác máy truyền thống cộng kỹ thuật đặc trưng, mạng tích chập CNN để phân loại ảnh, và các hướng mô hình thị giác lớn hoặc học với ít mẫu xuất hiện trong hai năm gần đây. Bạn cần hỏi rõ họ mặc định dùng loại nào và vì sao nó phù hợp với loại khuyết tật của bạn. Ví dụ, khuyết tật có khác biệt vân bề mặt nhỏ như vết xước và bẩn có yêu cầu mô hình khá khác so với khuyết tật kết cấu như thiếu chi tiết hoặc lắp sai chi tiết. Giả sử một công ty phụ tùng ô tô làm kiểm tra khuyết tật bề mặt; nếu nhà cung cấp chỉ áp được một mô hình phân loại tổng quát, nó sẽ dễ thất bại trên chi tiết kim loại phản xạ. Chỉ nhà cung cấp giải thích được họ dùng mạng xương sống nào, xử lý mẫu ít ra sao và giải quyết mất cân bằng lớp thế nào mới đáng tin.

2. Hiểu nguyên lý phân loại của họ là tập đóng hay tập mở; điều này quyết định chi phí bảo trì về sau của bạn

Phân loại tập đóng chỉ nhận ra các lớp khuyết tật đã thấy khi huấn luyện, nên một khuyết tật mới đòi hỏi gán nhãn lại và huấn luyện lại. Các hướng tập mở hoặc phát hiện bất thường có thể đánh dấu khuyết tật chưa biết như bất thường. Số loại khuyết tật trên một dây chuyền thường tăng lên khi quy trình thay đổi, nên một nhà máy chọn giải pháp tập đóng phải đánh giá xem phổ khuyết tật của mình có ổn định hay không. Nếu nhà cung cấp không chủ động nêu điều này, hãy tự nêu ra.

3. Xem họ xử lý gán nhãn dữ liệu và thiếu mẫu như thế nào

Mẫu khuyết tật vốn khan hiếm; đây là vấn đề của cả ngành. Một nhà cung cấp đáng tin sẽ nói rõ cần bao nhiêu ảnh để bắt đầu huấn luyện, có hỗ trợ tinh chỉnh với ít mẫu hay không, có kèm công cụ gán nhãn hay không, và dữ liệu tăng dần quay về theo cách nào. Những đơn vị nói chung chung rằng càng nhiều dữ liệu càng tốt về cơ bản chưa nghĩ thấu việc triển khai kỹ thuật.

4. Kiểm chứng hình thức triển khai suy luận và khả năng khớp chu kỳ

Một hệ thống phân loại phải được nhúng vào dây chuyền, nên độ trễ suy luận, lựa chọn GPU, có hỗ trợ triển khai tại biên hay không, và cách tích hợp với MES hoặc PLC hiện có đều phải được hỏi trước. Có nhà máy điện tử chạy chu kỳ vài trăm mili giây mỗi chi tiết; mô hình chính xác đến đâu, nếu suy luận không theo kịp thì cũng vô dụng.

Câu hỏi tiếp theo liên quan: những yếu tố nào quyết định giá của loại hệ thống này?

Chủ yếu bốn điều: số lớp khuyết tật và độ phức tạp mô hình, việc có cần phương án tạo ảnh quang học tùy chỉnh hay không (ống kính và nguồn sáng thường đắt hơn phần mềm), số điểm triển khai, và dịch vụ gán nhãn cùng lặp mô hình sau đó. Phương án tạo ảnh và số điểm là nơi dễ làm vượt ngân sách nhất; đừng chỉ nhìn phí giấy phép phần mềm.

Câu hỏi tiếp theo liên quan: khi nghiệm thu, làm sao đánh giá nguyên lý phân loại có thực sự hiệu quả?

Đừng chỉ xem tập dữ liệu đẹp mà nhà cung cấp trình diễn. Hãy yêu cầu kiểm thử mù trên chính dây chuyền của bạn với mẫu khuyết tật của bạn, và kiểm tra tỷ lệ thu hồi cùng tỷ lệ báo động sai theo từng lớp, đặc biệt với các lớp khuyết tật hiếm. Cũng cần xác nhận liệu nó có giải thích được nguyên nhân phán đoán sai hay không, điều này phản ánh nguyên lý có vững hay không.

Ranh giới giữa phù hợp và không phù hợp: nhà máy có các lớp khuyết tật tương đối ổn định, điều kiện tạo ảnh cơ bản và sẵn sàng đầu tư vào gán nhãn cùng bảo trì liên tục thì phù hợp với loại hệ thống này. Nhà máy có hình dạng khuyết tật thay đổi hằng ngày, ánh sáng dây chuyền cực kỳ không ổn định và không có ai chịu trách nhiệm vòng kín dữ liệu thì không nên vội, nếu không hệ thống sẽ thành một món trang trí. Ranh giới cuối cùng khi chọn nhà cung cấp gói trong một câu: hãy để họ ghi nguyên lý và tiêu chí nghiệm thu vào thỏa thuận kỹ thuật, không để chúng trên slide.

Chủ đề: AI-FAQ