Kiểm tra chất lượng bằng thị giác máy

Đánh giá phát hiện đối tượng IoU và precision ở nhiều ngưỡng

Chỉ số chuẩn để đánh giá mô hình phát hiện đối tượng, dùng chung cho ảnh y tế và kiểm tra ngoại quan công nghiệp.

Hướng dẫn API

Đang chạy trên dữ liệu mẫu, không phải dữ liệu của bạn. Các ô còn nguyên mẫu dựng sẵn: Hộp (gt_x1 gt_y1 gt_x2 gt_y2 pred_x1 pred_y1 pred_x2 pred_y2). Chọn nguồn dữ liệu khác ở cột bên trái rồi chạy lại để có kết quả của riêng bạn.

Precision @ IoU 0.5 60.00%

IoU trung bình 0.6193

IoU trung vị 0.8356

Số hộp 5

Kết luận Không đạt ở ngưỡng đang dùng

① Nguồn dữ liệu Tải fileCSV/TXT tới 32 MB · 200.000 dòng

Nhận dấu phẩy, chấm phẩy hoặc tab; tự nhận dòng tiêu đề; hiểu cả 1.234.567 lẫn 1.234,56.

Dán dữ liệuHộp (gt_x1 gt_y1 gt_x2 gt_y2 pred_x1 pred_y1 pred_x2 pred_y2)

Lấy từ internetdán đường dẫn trang hoặc file

Chỉ tải http/https tới địa chỉ công khai; địa chỉ nội bộ bị từ chối.

② Tham số Ngưỡng IoU

Giá trị mặc định là ví dụ chạy được — bấm Tính ngay để xem kết quả, rồi thay dữ liệu của bạn vào.

Tổng quan Biểu đồ Bảng số liệu Hướng dẫn

Precision theo ngưỡng IoU

Đường rơi dốc quanh ngưỡng 0.5 nghĩa là kết quả đang phụ thuộc vào đúng chỗ đặt ngưỡng, và con số công bố ở một ngưỡng duy nhất sẽ gây hiểu nhầm. Đó là lý do COCO báo cáo trung bình trên nhiều ngưỡng.

Diễn giải nhanh

Precision tại IoU 0.5 = 60.0% (3/5 hộp)

Một hộp được tính là đúng khi phần giao trên phần hợp vượt ngưỡng. Ngưỡng càng thấp thì con số càng đẹp mà mô hình không hề tốt lên.

Precision ở ngưỡng chặt 0,75 = 60.0%

Với ứng dụng đo kích thước hay gắp vật, 0,5 là quá lỏng: hai hộp lệch nhau khá nhiều vẫn đạt. Hãy công bố ở 0,75 trở lên nếu vị trí thật sự quan trọng.

IoU trung bình 0.6193, trung vị 0.8356

Trung bình thấp hơn hẳn trung vị nghĩa là có vài hộp trượt hoàn toàn kéo xuống, chứ không phải toàn bộ mô hình kém.

0 hộp trượt hoàn toàn (IoU = 0)

Không giao nhau chút nào. Đây là lỗi phát hiện sai vật chứ không phải lỗi định vị, và cần xem lại dữ liệu huấn luyện chứ không phải chỉnh ngưỡng.

Khi nào con số này sai: IoU 0.5 là ngưỡng quen thuộc nhưng rất lỏng: hai hộp lệch nhau khá nhiều vẫn đạt. Với ứng dụng đo kích thước hoặc gắp vật, hãy báo cáo ở ngưỡng 0.75 trở lên, nếu không con số sẽ tạo cảm giác an toàn giả.

Chi tiết

IoU tại các ngưỡng	0.5: 60% · 0.6: 60% · 0.7: 60% · 0.75: 60% · 0.8: 60% · 0.9: 20%
IoU nhỏ nhất	0.0756
IoU lớn nhất	0.9120
Số hộp IoU = 0 (trượt hoàn toàn)	0
Công thức	IoU = diện tích giao / diện tích hợp

Precision theo ngưỡng IoU

IoU của từng hộp

Ngưỡng đang dùng là 0.5. Vài hộp gần 0 giữa một loạt hộp cao là kiểu lỗi khác hẳn với việc mọi hộp đều lệch nhẹ — cái đầu là bắt nhầm vật, cái sau là sai lệch hệ thống khi hồi quy toạ độ.

IoU từng cặp hộp

Hộp	IoU	Đạt ngưỡng 0.5	Đạt 0,75
#1	0.8616	có	có
#2	0.8356	có	có
#3	0.4118	không	không
#4	0.9120	có	có
#5	0.0756	không	không

Toàn bộ chỉ số

IoU tại các ngưỡng	0.5: 60% · 0.6: 60% · 0.7: 60% · 0.75: 60% · 0.8: 60% · 0.9: 20%
IoU nhỏ nhất	0.0756
IoU lớn nhất	0.9120
Số hộp IoU = 0 (trượt hoàn toàn)	0
Công thức	IoU = diện tích giao / diện tích hợp

Cách dùng

Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
Với ô dữ liệu: dán vài chục dòng để thử, hoặc tải file CSV/TXT lên để chạy thật. File tối đa 32 MB, 200.000 dòng; bộ đọc nhận dấu phẩy, chấm phẩy hoặc tab, tự nhận dòng tiêu đề, và hiểu cả 1.234.567 lẫn 1.234,56.
Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.

Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Kiểm tra chất lượng bằng thị giác máy là gì

Thị giác máy công nghiệp áp dụng học sâu vào kiểm tra ngoại quan, đo kích thước và đọc mã. Khác biệt lớn nhất so với thị giác máy tính nói chung: môi trường kiểm soát được, nên độ chính xác đạt được cao hơn nhiều — nếu kiểm soát tốt.

Làm thế nào

Thiết kế hệ thống chiếu sáng trước khi chọn mô hình.
Thu thập ảnh ở mọi biến thể sẽ gặp: lô nguyên liệu, ca, mùa.
Triển khai suy luận ở biên để đảm bảo độ trễ.
Giám sát trôi dữ liệu bằng cách so phân phối ảnh mới với tập huấn luyện.

Đo bằng chỉ số nào

Độ chính xác theo loại lỗi	gộp chung che mất điểm yếu
Độ trễ	phải nhỏ hơn nhịp chuyền

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! M

! ô

! h

! ì

! n

! h

! ọ

! c

! đ

! ư

! ợ

! c

! đ

! ặ

! c

! đ

! i

! ể

! m

! c

! ủ

! a

! b

! ố

! i

! c

! ả

! n

! h

! c

! h

! ứ

! k

! h

! ô

! n

! g

! c

! ủ

! a

! l

! ỗ

! i

! —

! đ

! ổ

! i

! b

! ă

! n

! g

! t

! ả

! i

! l

! à

! h

! ỏ

! n

! g

! .

Câu hỏi thường gặp

Kiểm tra chất lượng bằng thị giác máy là gì?

Kiểm tra chất lượng bằng thị giác máy được làm như thế nào?

1. Thiết kế hệ thống chiếu sáng trước khi chọn mô hình. 2. Thu thập ảnh ở mọi biến thể sẽ gặp: lô nguyên liệu, ca, mùa. 3. Triển khai suy luận ở biên để đảm bảo độ trễ. 4. Giám sát trôi dữ liệu bằng cách so phân phối ảnh mới với tập huấn luyện.

Kiểm tra chất lượng bằng thị giác máy hay sai ở đâu?

M ô h ì n h h ọ c đ ư ợ c đ ặ c đ i ể m c ủ a b ố i c ả n h c h ứ k h ô n g c ủ a l ỗ i — đ ổ i b ă n g t ả i l à h ỏ n g .

Đo kiểm tra chất lượng bằng thị giác máy bằng chỉ số nào?

Độ chính xác theo loại lỗi — gộp chung che mất điểm yếu; Độ trễ — phải nhỏ hơn nhịp chuyền.

Kiểm tra chất lượng bằng thị giác máy trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Kiểm tra chất lượng bằng thị giác máy

Đánh giá phát hiện đối tượng IoU và precision ở nhiều ngưỡng

Precision theo ngưỡng IoU

Diễn giải nhanh

Chi tiết

Precision theo ngưỡng IoU

IoU của từng hộp

IoU từng cặp hộp

Toàn bộ chỉ số

Cách dùng

Kiểm tra chất lượng bằng thị giác máy là gì

Làm thế nào

Đo bằng chỉ số nào

Sai ở đâu

Mô hình định lượng dùng trong Manufacturing

Câu hỏi thường gặp

Chủ đề khác trong Quality