Red-Analyze-Werkzeug – Unsupervised-Modus

Im Unsupervised-Modus lernt das Red-Analyze-Werkzeug das Aussehen von guten Teilen. Daher dürfen beim Training nur Bilder von Teilen gezeigt werden, die gut sind/bestehen (mit allen akzeptablen Varianten).

Hinweis:  Wenn ein Bild zum Lerndatensatz hinzugefügt wird, das als „Ungültig“ gelabelt ist, löscht ViDi dieses Bild automatisch während des Trainings.

Wenn in der Laufzeit dann ein Teil vorgelegt wird, das Werkzeug es mit dem Gelernten vergleicht und der Meinung ist, dass es abweicht, wird angezeigt, dass es das Teil für „Ungültig“ hält.

Im Unsupervised-Modus wird das Werkzeug folgendermaßen eingelernt (trainiert):

  1. Stellen Sie Bilder zusammen, die das gesamte Spektrum von bestehenden und akzeptablen Varianten des Teils enthalten.

  2. Labeln Sie die Bilder als Gültig. Klicken Sie dazu auf die einzelnen Bilder im Lerndatensatz oder verwenden Sie die Option „Ansichten labeln“ im Menü „Aktionen für N Ansichten“ im Ansichten-Browser. Ein einzelner Klick entspricht einem „gültigen“ Bild (wird durch einen grünen Streifen oben rechts angezeigt).

    Hinweis:  Ein Doppelklick entspricht einem „ungültigen“ Bild (wird durch einen roten Streifen oben rechts angezeigt). Dieses Label sollte jedoch nur im Validierungsdatensatz vergeben werden.
    Label „Gültig“ Label „Ungültig“

  3. Lernen Sie das Werkzeug ein.

  4. Validieren Sie das Werkzeug, indem Sie ihm Bilder vorlegen, die bekannte Fehler enthalten und die als „Ungültig“ gelabelt wurden, um die Genauigkeit des Werkzeugs zu prüfen.

    Markierung „Gültig“ Markierung „Ungültig“