EL装配检查工具使用说明#

工具特点及适用场景#

EL 装配检查工具是一个专注于 快速装配验证 的轻量化 AI 工具。该工具的核心优势在于 建模极快且所需样本极少,仅需 5 个左右的标注样本,即可在 10 秒左右完成建模,实现对目标物体的快速计数与装配正确性判定。

在生产线上,当需要检查零部件是否漏装、多装或错装,且由于产品换线频繁、NG 样本难以收集,导致无法使用传统的有监督深度学习模型(DL 装配检查)时,EL 装配检查工具提供了极佳的替代方案。EL装配检查工具通过提取标注目标的特征建立特征集,实现极速建模与检测。

EL装配检查工具支持检查一个产品上的多个不同区域中多种组件的组装有无、数量是否正确等。

../_images/over-view.png

EL装配检查工具功能概要#

与其他工具的功能特点对比#

相比于传统的DL(深度学习)装配检查工具,EL装配检查工具在 建模效率和样本需求 上具有显著优势。下表为典型场景下的对比参考:

对比维度

DL装配检查工具

EL装配检查工具

所需样本数量

50张

5张

标注量

全量标注

部分代表性标注

训练效率

30分钟

10秒

推理效率

10毫秒

20毫秒(与类别数正相关)

建模复杂度

极低

适用场景

复杂背景、高形变目标

组件特征固定、快速部署

工具适用场景要求及典型案例#

EL装配检查工具对待检测目标的物理特性有一定要求:

  • 物体形态: 同类检测目标的大小(尺寸)应基本一致。

  • 装配角度:
    • 情况A:物体装配角度是任意的,但长宽比接近 1:1。

    • 情况B:物体装配角度固定,此时可以是任意长宽比。

  • 不适用情况: 物体装配角度不固定且长宽比较大(大于 1:1.5)。
    • 解决方案: 若遇此情况,建议寻找物体上具有明显特征的局部区域作为标注和检测目标。

典型案例说明#

案例描述

适用与否

原因说明

../_images/pcb-1.jpg

正常组件基本按固定方向、固定位置装配,模型可有效识别

../_images/zhusheqi.jpg

虽然长宽比大,但装配角度固定,模型可有效识别

../_images/eav-sample-1.jpg

组件角度随机摆放,但长宽比接近1:1,模型可有效识别

../_images/eav-sample-2.jpg

长宽比大于 1:1.5 且角度不固定,特征匹配易失效

../_images/luosi-1.jpg

螺丝长宽比较大,且摆放角度随机,特征匹配易失效

基本算法原理及使用要点#

EL装配检查工具的算法原理是:在训练阶段,算法提取用户标注目标的特征并建立 代表性特征集;在推理阶段,通过比对识别待检测图像中的目标,统计各类别数量,并根据预设的 装配规则 判断结果。

../_images/eav-algo.jpg

EL装配检查工具算法原理#

基于该原理,使用时需注意以下要点:

  • 代表样本数量: 该参数决定了特征库的丰富程度。数值越大,检测能力和鲁棒性越强,但会相应增加推理耗时。

  • 旋转增广: 专门用于处理“角度任意且长宽比接近 1:1”的情况。开启后可增强对旋转目标的识别,但对长宽比较大的目标(>1:1.5)不生效。

最佳使用流程#

建议按照以下步骤进行操作:

标注#

  1. 使用外接矩形框标注待检测目标,并赋予类别名称。

  2. 尺寸一致性: 同一类别的目标必须使用同样大小的标注框。不同类别可以使用不同大小的标注。

  3. 代表性标注: 若图中同类目标极多,无需全部标注,仅需标注部分具有代表性的目标即可。

设定装配规则#

  1. 为每个类别设定合法的数量范围(例如:螺帽,要求数量为 4-4)。

  2. 最终判定:当所有类别检出的数量均在设定范围内时,输出 OK;否则输出 NG

特别的,EL装配检查工具支持为不同的视图区域设置不同的装配规则。你可以在视图转换器圈出产品中不同的需要检查装配情况的ROI区域,并给定不同的区域名称, 在设置装配检查的数量规则时,可以为每一类视图设定各自的数量规则。

Note

EL装配检查工具会根据设定的装配检查规则自动决定是否要在视图中检出某类目标。如果你在一类视图中没有设定某种装配组件的数量要求,则算法不会在 该类视图中检测这类装配组件的数量,因此,请务必在推理之前按照产品的实际装配需求设定装配检查的数量规则。

调整训练参数及训练#

  1. 根据目标是否旋转及长宽比,决定是否开启 旋转增广

  2. 设置 代表样本数量。初步建议使用默认值,若后续发现检测不到位再调高。

  3. 将标注的数据加入训练集,点击训练,通常在10秒内即可完成。训练时间与训练样本的数量正相关,如果训练样本较多,训练时间会成比例增加。

调整推理参数及推理#

  1. 执行推理,观察检出结果。

  2. 自动阈值: 当类别得分阈值设为 0 时,系统使用模型推荐值。

  3. 手动微调: 若出现过检(误把背景当目标)则适当调高该类别的置信度得分阈值。反之,若出现漏检(目标没搜到),则调低该类别的置信度得分阈值。

常见问题及解决方案#

  • 长宽比大的零件检测不稳定:
    • 检查角度是否固定。若角度多变,请尝试缩小标注框,仅标注零件上最具代表性的局部区域(如螺帽、特定的孔位或丝印)。

  • 推理速度变慢:
    • 检查是否设置了过多的类别或过大的“代表样本数量”。

  • 旋转增广不生效:
    • 确认目标的标注框长宽比是否超过了 1:1.5。对于长条形物体,算法会自动禁用旋转增广以保证特征提取的准确性。

  • 无论如何调整得分,某类目标在特定视图上都没有检出结果:
    • 请检查装配规则中该类视图上是否配置了相应类别的组件的数量规则,对于没有在该类视图上配置装配数量要求的组件类别,工具检测时不会在该类视图上检出该类组件。