Kural yerine örneklerden öğrenme
Doğal yüzeyler, değişken şekiller ve kozmetik kusurlar sabit eşiklerle kolay tarif edilemez. Etiketlenmiş iyi–kötü örnekleri kullanan model, kabul kriterini görüntü örüntülerinden öğrenir.
Görüntü zincirini sabitleyin
Model başarısı; kamera çözünürlüğü, lens, aydınlatma ve tetikleme kararlılığına bağlıdır. Ürün görüntüsü değiştiğinde bunun gerçek kusur mu yoksa çekim koşulu mu olduğu ayrıştırılmalıdır.
Sonucu üretim kararına dönüştürün
Sınıflandırma sonucu ayırma mekanizmasına, kalite kaydına ve ürün kimliğine bağlanmalıdır. Güven skoru düşük örnekler yeni öğrenme verisi olarak kontrollü biçimde toplanabilir.
Deep Learning, doğru görüntü zinciri ve doğru proses bağlantısı olmadan tek başına kalite sistemi değildir.