Collection de sets d’images
Lorsque vous regroupez des images pour votre projet ViDi, assurez-vous d’enregistrer les images avec des informations sur la ligne de production, la date, le produit, etc.
Le facteur le plus important concernant la programmation du système ViDi est la création d’un set d’images basées sur les futures images traitées par le logiciel lors de la phase de déploiement. Vos images doivent contenir toutes les informations nécessaires au bon fonctionnement du système ViDi, à la prise de la bonne décision. Dans cette optique, il est judicieux de manipuler des pièces et de les étudier sous de nombreux angles à la recherche de défauts. En agissant de la sorte, il est possible qu’une imagerie et/ou un éclairage incliné(e)(s) soient nécessaires pour photographier ces défauts.
Autre cas de figure : un inspecteur humain voit de la poussière ou de l’huile sur une pièce, il la ramasse et essuie la poussière ou l’huile à l’aide de ses mains. Si cette poussière/huile peut être confondue avec un défaut, le système ViDi doit en être informé.
Un set d’images approprié doit inclure toutes les variations possibles qui peuvent être capturées par l’appareil photo. L’objectif est de généraliser correctement l’ensemble des données.
La généralisation fait référence à un concept de Deep Learning qui consiste à déterminer l’efficacité des outils avec des images récemment acquises qui n’ont pas été utilisées lors d’une phase de training. Un outil bien généralisé fournira de bons résultats avec les nouvelles données. Dans ce scénario, le modèle entraîné par le réseau de neurones devrait correspondre au set de training initial et tenir compte des nouvelles données rencontrées dans les images non visualisées.